SAR(Synthetic Aperture Radar)图像分割一直是SAR图像研究的热点。SAR图像包含丰富的信息,包括边缘特征、区域形状特征、方向特征和纹理特征等。如何合理地提取和利用这些特征来对SAR图像进行分割是本文的一个出发点。本文从以下几个方面对SAR图像分割展开研究：本文首先研究了图像分割理论。对常用图像分割方法进行详细的介绍,并根据它们的不同特点进行分类讨论,论述各种图像分割方法的优缺点。接着从特征提取出发研究SAR图像分割。纹理是SAR图像中很重要的一种信息。本文给出了三种纹理图像特征表示方法——基于灰度共生矩阵的特征、基于非下采样小波分解特征和基于Contourlet变换的特征。本文将这三种方法提取特征进行两两融合与三类融合,给出基于多类特征融合的图像分割方法,通过实验表明,这些特征的融合对于人工合成纹理图像和SAR图像分割有着较优的分割结果。最后从特征选择出发研究SAR图像分割。本文研究了量子进化算法,并把它应用到特征选择中,给出基于量子进化的特征选择方法。该方法采用量子进化算法对特征子集进行搜索,能够搜索到最优特征子集。本文通过实验表明,该方法用于SAR图像分割具有良好的分割性能。