1.一種極化合成孔徑雷達典型目標特征庫構建方法，其特征在于，包括以下步驟：

S1:從極化合成孔徑雷達數據圖像中獲取已知目標的類別以及坐標，生成索引；

在極化合成孔徑雷達數據圖像中通過填充或非填充的有色矩形框來標出圖像中的目標，有色矩形框的顏色值R、G、B作為目標編碼表示目標的類別，有色矩形框的左上、左下、右上、右下四個角點用該點在圖像中的行列值記錄為坐標信息，將一組R、G、B值與四個角點坐標值記錄為一個目標的索引，針對極化合成孔徑雷達全圖進行處理，獲得圖像中所有目標的索引；

S2：提取極化合成孔徑雷達數據特征；

S3：利用S1中獲得的所有目標的索引，一次性錄入具有相同圖像參數的目標，從S2中獲得的極化合成孔徑雷達數據特征中將屬于目標的部分提取出來，結合圖像目標說明信息，形成將目標表示為目標說明與特征集合的目標特征集合；

S4：將目標特征集合按照極化合成孔徑雷達典型目標特征庫的數據結構進行存儲，生成極化合成孔徑雷達典型目標特征庫；

所述極化合成孔徑雷達目標特征庫具有如下數據結構：數據描述空間、特征描述空間；

所述數據描述空間是由一組float類型、int類型數據構成的數據結構，包括：int類型庫中目標編號、int類型獲取目標圖像的傳感器編碼、int類型傳感器波段編碼、float類型傳感器高度、float類型雷達下視角、float類型雷達斜視角、float類型圖像距離向分辨率、float類型圖像方位向分辨率、float類型目標位置數據、int類型拍攝時間數據、int類型目標類別編碼、int類型目標切片高度、int類型目標切片寬度；

所述特征描述空間是由一組float類型數據構成的數據結構，包括：極化合成孔徑雷達圖像目標切片內像素合成功率的均值與方差、基于Hα分解的極化熵均值與方差、基于Hα分解的極化角均值與方差、基于Hα分解的各向異度均值與方差、極化相干矩陣相干系數的均值與方差、極化相干系數比的均值與方差、極化方位角估計的均值與方差、基于Freeman三成分分解的表面散射均值方差以及占優比、基于Freeman三成分分解的偶次散射均值方差以及占優比、基于Freeman三成分分解的體散射均值方差以及占優比、基于MCSM分解的表面散射均值方差以及占優比、基于MCSM分解的偶次散射均值方差以及占優比、基于MCSM分解的體散射均值方差以及占優比、基于MCSM分解的螺旋散射均值方差以及占優比、基于MCSM分解的線散射均值方差以及占優比、基于MCSM分解的偶次螺旋散射均值方差以及占優比、圖像均勻度描述因子的均值與方差、基于灰度共生矩陣的熵均值與方差、基于灰度共生矩陣的對比度均值與方差、基于灰度共生矩陣的顯著聚類均值與方差、基于灰度共生矩陣的最大概率均值與方差、基于半方差的均值參數的均值與方差、基于半方差的對比度均值與方差、基于半方差的熵均值與方差、基于半方差的二階矩均值與方差、基于半方差的塊金值均值與方差、基于半方差的變程均值與方差、基于半方差的基臺值均值與方差、圖像切片平均相干矩陣的實部與虛部。