在军事领域,合成孔径雷达(SAR)已成为一种获取情报的重要手段。通过对SAR图像进行解译可以获取所需情报。随着SAR图像获取能力的进步,SAR图像自动目标识别(ATR)成为SAR图像解译的重要方面。SAR图像目标特征提取可以降低待处理数据的维数,使目标识别快速有效地进行,故其在SAR ATR系统中起着关键作用。按照特征提取时所使用数据的不同,本文将SAR目标特征分为几何特征和电磁特征两大类,并对各类特征进行了分析和提取。在几何特征的提取方面,为获取图像中目标分布的区域,首先研究了两种图像分割算法,并对两种算法的性能做了分析比较。然后研究了方位角估计时常用的主导边界法和包络盒法,并提出了一种新的联合算法,在准确性上比前述算法有了很大改进。接下来利用地形学中的概念,研究了几种点特征的数学特性及相应的特征提取方法。最后研究了区域特征的提取方法。在电磁特征的提取方面,本文使用属性散射中心模型来描述目标在光学区的电磁特性,将对电磁特征的研究转化为对属性散射中心特征的研究。文中介绍了属性散射中心的概念、参数的模型、SAR图像的成像原理和参数模型的规则化。研究了属性散射中心特征的参数估计方法,通过对原算法的改进,降低了模型分析和参数估计的难度,简化了特征提取工作,并通过模拟数据验证了属性散射中心特征提取算法的有效性。最后推导了属性散射中心特征提取算法估计方差的克莱默-劳下限(CRLB),并分别分析了图像分辨率和信噪比对参数估计性能的影响。