本发明提供一种基于KFDA（Kernel Fisher Discriminant Analysis）及SVM（Support Vector Machine）的SAR图像目标特征提取与识别方法，包括以下步骤：对已知类别的训练目标样本及未知类别的测试目标样本进行幅度数据归一化处理；利用KFDA准则分别对归一化后的已知类别的训练目标样本及未知类别的测试目标样本进行特征提取；利用KFDA准则所提取的已知类别的训练目标样本特征，对SVM分类器进行训练，产生最优分类面；最后通过最优分类面，对KFDA准则所提取的未知类别的测试目标样本的特征进行识别；本发明降低了对预处理过程的要求，克服了SAR图像的方位敏感性，压缩了样本特征的维数，并获得较高的目标识别率，具有良好的推广性。