全极化SAR是对传统单极化SAR数据的拓展，通过测量地表每个散射单元的散射回波，进而获得与地物散射相关的散射矩阵，全极化SAR包含了地物散射的幅度和相位信息，完整地描述地表散射回波，为我们更加深入地研究地物的散射特性提供了重要条件，极大地增强了地物信息获取的能力。随着星载全极化SAR系统陆续投入使用，极化SAR数据在遥感领域中的应用占据着越来越重要的位置。　　其中，人造地物信息提取的研究无疑是最重要的应用之一，因为人造地物与人类的生活息息相关，其位置、变化等信息对于人类活动有着重要的影响。一般来说，由于复杂的几何结构和介电性质，人造地物往往对应着非常复杂的散射信号。而全极化数据最大的特点是与SAR本身的极化方式无关，对目标的散射机制高度敏感，其散射机制也直接反应了地物的几何结构、反射率、形状等性质。因此，全极化数据的引入，逐渐成为地表信息提取的最重要手段。　　为此，本文基于极化SAR数据，在海上船舶检测和城市地区层析两个问题上开展研究，主要的研究内容如下:　　（一）基于最优散射分量的船舶检测方法。分析海上船舶与非船舶在不同极化条件下的不同散射机理，选取最能增加船舶与虚警、杂波对比度的最优散射特征，进行船舶检测。同时引入最小搜索半径、重力密度等参数，进一步去除检测中的虚警，并与传统船舶检测算法进行检测率、虚警率、检测时间等系统的对比。　　（二）改进Notch滤波的船舶检测方法。对船舶检测中的Notch滤波方法，因船舶甲板与海表面相似的极化散射机制而造成漏检的问题进行改进，引入了SPAN因子，有效消除漏检情况。并根据方位向模糊、相干斑噪等虚警在不同散射机制下的特点，设计多个滤波器进行去除，有效提高船舶检测的效率。　　（三）城市地区散射源个数估计方法。归纳总结层析中基于信息论的估计方法，并提出平滑秩方法和盖氏圆盘算法，用于散射源个数估计。将各种方法在模拟数据和真实Radarsat-2全极化数据下进行性能比较。结果显示，在低SNR下，基于信息论的AIC方法仍具有很强的检测能力，而在高SNR下盖氏圆盘方法则表现更优，其它信息论方法容易对散射点个数过高估计，而MDL和平滑秩序法则过低估计。　　（四）基于改进压缩感知的层析成像算法。分析层析中基线不足且分布不均匀条件下的反演问题，提出了改进L1最优化求解方法，并与传统的BF算法、TSVD、Capon、MUSIC和CS算法进行比较，在模拟数据和真实Radarsat-2全极化数据中分析不同方法的优劣。实验结果表明本文提出的算法能进一步减少对基线数量的需求，增加算法的稳定性，同时减少压缩感知算法在求解时产生的虚警，有效反演出地表稀疏的散射位置，且能够基于散射点的位置反演出地表建筑物的三维模型。