极化合成孔径雷达利用不同极化组合的收发天线测量地物目标的极化散射特性,包含了更丰富的目标信息,成为微波遥感研究与应用的热点课题。极化合成孔径雷达图像非监督分类是雷达极化在遥感领域中的研究重点,在军事侦察、环境监测、城市规划等诸多领域具有很大的应用潜力。　　 本文深入地研究了极化合成孔径雷达图像非监督分类方法。论文的主要工作和创新性点是:　　 (1)研究了极化合成孔径雷达图像非监督分类方法,利用极化合成孔径雷达数据的总功率图像,提出一种极化合成孔径雷达图像非监督分割的各向同性参数估计方法。利用真实的极化合成孔径雷达数据验证了该方法的有效性。　　 (2)研究马尔可夫随机场极化合成孔径雷达图像分割方法固定邻域的缺陷,提出两种改进方法:一种是利用极化合成孔径雷达数据总功率图得到像素马尔可夫场自适应邻域,实现过程简便；一种是利用极化散射机理保持分类结果图选择像素的马尔可夫场自适应邻域,适用于纹理结构较为复杂的场景。实验验证了这两种方法的有效性。　　 (3)研究极化合成孔径雷达图像模糊非监督分类方法,改进了模糊H/α非监督分类,引入极化总功率参数span,进行极化合成孔径雷达图像模糊H/α/span非监督分类。实验结果表明,改进的方法提高了分类性能,聚类中心更为合理。　　 (4)采用取向补偿改进了极化散射机理保持分类方法。实验结果表明,利用取向补偿降低了目标取向对分类结果的影响,使图像分类更好地反映地物目标的极化散射特性。