SAR图像处理与质量评估是SAR图像应用的关键环节，文章主要介绍了利用MATCOM进行VC和MATLAB混合编程的步骤与优点，并将其用于SAR图像处理与质量评估软件开发。该软件通过图形与菜单，界面用户只需进行简单的菜单操作就可以得到直观的处理和评估结果，为开展SAR图像处理、质量评估研究提供了一个有力的工具。

matlab代码，用滑动窗口的方法对SAR图像中建筑物线性特征进行检测。

摘要：在对通用软件的提炼、修改基础上，用标准c语言实现基于JPEG的SAIl图像数的压缩，实验结果证明相对 其它可实现SAR图像压缩的方法，J眦压缩性能最佳，同时硬件也容易实现． 关键词：JPEG格式；BMP格式；SAIl图像；C语言；数据压缩 中图分类号：TP317"．4

程序里有详细的解释，用ICM算法实现了基于MRF模型SAR图像的分割 程序里有详细的解释，用ICM算法实现了基于MRF模型SAR图像的分割

基于自适应小波阈值的SAR图像去噪算法

基于支持向量机的SAR图像目标识别，毕业设计的论文模板，做关于这方面的毕业设计，赶紧下载参考参考吧

针对合成孔径雷达图像目标识别问题,在基于图像成像模型分析基础上,提出了一种融 合SAR目标轮廓和阴影轮廓的目标识别算法。首先提出了一种基于去控制标记符的SAR图像 分割算法,得到SAR图像目标轮廓和阴影轮廓,然后用这2种轮廓融合,用傅立叶描述子将二 维数据转为一维数据,最后用基于串接准则的融合算法得到识别结果,进行SAR目标识别。基 于MSTAR的实验结果验证了本算法的有效性。实验结果证明:目标轮廓和阴影轮廓的结合,除 反映本身包含的局部空间结构信息外,还能反映SAR目标的高度信息,较单一轮廓特征,是一

摘 要：为了准确地进行 SAR图像目标识别，提出一种基于稀疏表示的 SAR目标识别方法，在用主成分分析（PCA）进 行降维的前提下，利用降维后的训练样本构建稀疏线性模型，通过 ℓ1 范数最优化求解测试样本的稀疏系数解 x ，利用 系数的稀疏性分布进行目标的分类识别。基于 MSTAR数据进行了仿真验证，实验证明，基于稀疏表示的 SAR目标识 别方法在一定的特征维数下能够获得很好的识别性能，在目标方位角未知的情况下识别率仍可达到 98%以上。

该方法在传统的极化SAR滤波Lee方法上增加了自适应窗口处理以及滤波参数预估计等步骤，有效的提高了传统的滤波方法的抑制相干斑的能力，同时能够很好的保持极化SAR图像的极化散射特性。

里面有许多VC++图像处理方面的经典案例大家可以学习一下.其中有许多是与SAR图像处理有关的，大家可以放心的下载