1、合成孔徑雷達(dá)(SAR)在國(guó)防、環(huán)境等方面都具有突出的戰(zhàn)略意義，因此作為雷達(dá)信號(hào)處理領(lǐng)域的熱點(diǎn)，SAR圖像的解譯是一項(xiàng)非常重要的工作，其中SAR圖像的分割問(wèn)題是SAR圖像目標(biāo)識(shí)別與解譯技術(shù)的重要環(huán)節(jié)。但由于SAR圖像包含大量的斑點(diǎn)噪聲，傳統(tǒng)的光學(xué)圖像分割算法無(wú)法抑制斑點(diǎn)噪聲的影響，容易產(chǎn)生錯(cuò)分，因此不適用于SAR圖像分割。
　　 本文在隱馬爾科夫場(chǎng)和雙馬爾科夫場(chǎng)的基礎(chǔ)上，著重研究了三重馬爾科夫隨機(jī)場(chǎng)。三重馬爾科夫隨機(jī)場(chǎng)(TMF)模

2、型非常適合處理非平穩(wěn)、非高斯圖像的分割問(wèn)題。同時(shí)為了降低模型和算法的復(fù)雜性，滿足對(duì)實(shí)測(cè)SAR圖像處理的實(shí)時(shí)、穩(wěn)健、高效的需求，本文提出了一種快速TMF的無(wú)監(jiān)督SAR圖像多類分割算法。該算法首先針對(duì)SAR圖像的乘性斑點(diǎn)噪聲，研究了SAR圖像四叉樹(shù)分解的數(shù)字特征、閾值選取及分解規(guī)則，使得在圖像平滑區(qū)進(jìn)行粗分解，而在圖像邊緣區(qū)進(jìn)行細(xì)分解，將圖像快速映射成一種新的基于邊緣信息的pixon描述，然后再將TMF算法進(jìn)行擴(kuò)展，導(dǎo)出了基于邊緣信息pix