SAR作为一种信息获取的手段，在国防、环境等方面具有突出的战略意义，SAR图像的解译是项非常重要的工作，与数据的获取能力相比，SAR图像的处理技术发展相对滞后，不能满足海量数据的快速处理要求，迫切需要解决。 SAR图像特征提取是SAR图像解译的重要步骤，通过特征提取可以降低数据空间的维数，快速、准确地对SAR图像进行解译。本文通过对SAR图像的分析，把SAR图像中的目标粗略分为点目标、线目标和区域面目标，把图像特征近似分为点特征、线特征和区域特征，并对各类特征进行了提取和分析。 在对目标特性深入分析的基础上，首先对SAR图像区域特征进行了提取，研究了两种SAR图像的分割方法，对获取的区域进行几何、统计等特征的提取，并深入分析现有的姿态角估计方法的缺陷，提出了改进的姿态角估计方法。 边缘提取不仅构成了SAR图像中表现为线特征目标解译的基础，而且作为一种图像分割方法，可以提高目标图像的分割性能。在回顾了针对光学图像的边缘检测算法对于SAR图像边缘检测先天不足的基础上，分析了针对于SAR图像的比例边缘检测算法。 最后，针对SAR图像上的点特征提取问题，对SAR图像更有意义的目标峰值特征和脊特征展开研究，提出了一种更加合理的高斯峰值模型，并设计了峰值检测算法，深入分析了峰值的稳定性，以及对脊特征进行了提取。