飞机是一种重要的军事目标,在SAR图像中快速有效的提取出飞机目标是战场情报侦察的重要任务。为了从大幅高分辨率SAR图像中快速提取出飞机目标,本文基于分层处理的策略,首先对飞机目标所停放的机场区域快速提取,接着在机场区域内对飞机目标进行检测,最后在目标切片分割的基础上提取出飞机目标的特征。论文主要工作包含以下几个方面:(1)研究了机场跑道和机场区域的快速提取方法。首先详细分析了机场配置、散射特性及其在SAR图像中的影像特点;总结了常见的两类机场提取方法并分析了它们的优缺点;针对目前机场跑道及机场区域的提取方法难以兼顾实时性与精确性的问题,提出了一种基于改进LSD(Line Segment Detector)[28]算法快速有效的提取出跑道的线特征,然后在线特征提取的基础上进行线连接和平行线对搜索完成对机场跑道的提取,最后通过区域生长提取出整个机场区域。(2)研究了在机场区域飞机目标的检测方法。首先详细分析了飞机目标的几何尺寸、形状特征和散射特性,总结了飞机目标在SAR图像上的影像特点。接着介绍了改进的CFAR算法和改进的扩展分形特征算法并对飞机目标进行了检测。最后,为了能够检测到完整的飞机目标区域,提出了一种的基于标记点过程的方法对飞机目标进行了检测,并有效的检测出了飞机目标。(3)研究了飞机目标的特征提取方法。在特征提取前,首先使用了CFAR算法、KSW算法和MRF算法这三种常规的SAR图像分割方法对飞机目标切片进行分割,通过实验结果讨论了每种方法在目标特征提取方面的适用性;接着,在分割的基础上对飞机目标提取出了SAR图像中机动目标的一些常规特征:几何特征,峰值特征和纹理特征;针对飞机目标特殊的形状特点,改进了机长,翼展和方位角等特征的提取方法;提出了投影长度角度搜索的方法提取出了飞机的后掠角;针对飞机目标具有非常好的镜像对称性的特点,提出了基于Hausdorff距离和对称点统计比例的方法对飞机目标对称性进行了度量。