SAR图像分割是通过对遥感数据进行处理,从中分割出需要的地物目标的过程,其分割质量直接决定了图像的区域表述、特征分割匹配、目标识别等后期处理工作的精度,因此,图像分割方法的研究是图像处理的一个非常关键的环节。机场跑道作为重要的军事和民用地物目标之一,其识别和分割方法研究同样有着重要的意义。本文对SAR图像中机场目标进行分割主要分为两个步骤:先通过Meanshift方法将原始图像分割成若干个具有良好同质性超像素,然后建立合适的数学模型,通过超像素中心点与人工标记的特征点进行比对,完成超像素的归类,从而实现对机场目标的分割。实验表明,本文方法在对实验图像进行机场目标分割的过程中取得了较为理想的效果。本文所做的工作主要包括以下内容:(1)实现了一种基于超像素的机场目标交互式分割方法。该方法通过Mean shift将SAR图像过分割为若干个内部像素点相似度较高的超像素,以超像素中心点替代像素点来得到分割结果。从实验结果来看,本章的方法有效降低待处理图像的数据复杂度,能够从测试图像中准确的分割出机场目标,对尺寸较大、背景复杂、成像质量不高、跑道和停机坪轮廓不规则的SAR图像依然取得了较为理想的分割结果。(2)实现了一种快速的利用超像素对机场目标交互式分割的方法。该方法以减少参与迭代的初始点数量为切入点来达到对Meanshift计算过程进行加速优化的目的,从而实现了对整个分割过程的时间效率上的优化。实验证明,该方法在提高分割速度的同时,保证了机场目标区域的正确分割,多幅SAR图像的分割效果均较为理想,具有较高的检测率和较低的虚警率,有效的保持了机场目标的精确和完整。