SAR因其具有全天候、全天时和覆盖面积大等优点,在地球遥感领域受到了极大的关注,近些年来发展迅猛。随着SAR技术的发展,应用场景的不断扩大,获取的SAR图像数量与质量均有了大幅的提升,对SAR图像进行自动化解译的能力成为制约SAR图像应用的瓶颈。SAR图像解译包含多个方面,SAR图像同质性区域分割和实时精确定位是其中两个重要研究方向。由于SAR独特的成像机理,导致获取的SAR图像具有相干斑噪声,并且存在严重的几何畸变,使得普通光学图像的相关处理方法难以直接应用于SAR图像。针对SAR的特点,结合SAR成像机理与普通光学图像的处理方法,本文研究了SAR图像同质性区域分割算法和实时精确定位算法。本文的主要研究内容主要分为以下几个部分:1)对常见的SAR图像统计模型进行分析,利用参数估计方法和模型精度评估准则对模型进行评估。2)提出了SAR图像同质性区域分割算法。该算法基于两次分割,分别为粗分割算法和细分割算法。粗分割算法将同质性区域大致分割;细分割算法为像素级别的分割,旨在获取更加平滑真实的边界;3)基于融合数字高程图(DEM)和SAR图像的实时匹配定位算法。利用DEM模拟SAR图像,通过SAR图像与模拟SAR图像匹配来实现定位。