合成孔径雷达(SAR,Synthetic Aperture Radar)产生的原始数据是一种高动态范围图像。这种图像需要经过可视化处理才能在低动态范围屏幕上显示,同时为更好地识别目标,还需要进行增强处理以凸显目标区域的细节信息。本文详细分析了高动态SAR图像的数据特性,并系统地研究了动态范围压缩和伪彩色编码等可视化与增强技术,最后通过实验验证了本文提出算法的有效性。论文的主要工作与研究成果有:(1)研究了高动态SAR图像的数据特性,发现了地物在梯度-灰度二维特征空间的弧线形分布特性,并在此基础上提出了一种高斯映射分类算法。该算法考虑到了数据的物理意义,可以得到更精确的分类结果。(2)提出了一种基于分类融合的动态范围压缩算法。该算法先用高斯映射分类算法区分高亮度的目标区域和低亮度的背景区域,再将两类区域分别映射到不同的灰度区间,最后进行融合处理,能够有效避免动态范围压缩结果中常见的虚警或漏警现象。在该算法的动态范围压缩部分中,本文结合了线性压缩算法和直方图均衡化算法,既实现了图像整体亮度自适应调整,又增强了目标区域的细节。(3)提出了一种针对高动态SAR图像的伪彩色编码算法。编码设计考虑了SAR图像特性和人眼视觉特性,在HSI颜色空间,直接对高动态SAR图像进行伪彩色处理,可同时完成高动态范围压缩与伪彩色编码,避免了细节信息丢失,又能够显著提高目标的可辨识性。伪彩色编码的结果符合人眼的视觉感知特性。算法具有较高的处理效率。