合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候、高分辨等特点,已经成为对地观测的重要手段。由于SAR图像本身固有的成像机制造成了SAR图像上相干斑噪声、阴影、迎坡缩短等问题,使得SAR图像的解译十分困难。本团队提出的SAR图像层次视觉语义模型以素描线段为SAR图像素描图语义基元,赋予素描线段语义信息指导SAR图像的分割与理解。SAR图像聚集区域的提取是层次视觉语义模型中初级语义层到中级语义层的重要步骤之一,本论文中,针对SAR图像聚集区域的提取存在的问题,建立以素描线段为语义基元的几何计算模型和相关方法,论文的主要工作包括:(1)针对圆心算子对图像进行聚集区域的提取不仅不准确、速度慢、边界出现弧状,提出了基于Sketch Map单边聚集线段的聚集区域提取方法。在该方法中,建立了以素描线段为语义基元的聚集区域提取计算模型。具体是利用素描线段的空间几何位置关系和素描线段的单边聚集、双边聚集的拓扑关系,建立几何计算模型提取SAR图像的聚集区域。实验结果表明,所提出的方法针对聚集区域的提取不仅边界准确而且速度有较大的提升。(2)考虑到聚集线段集合的正确生成是聚集区域的提取的前提,针对聚集线段集合生成过程中存在的问题以及不合理的素描线段语义信息分类,提出了基于素描线段语义分类的聚集线段集合生成模型。在该方法中,明确了素描线段的语义信息,将边界素描线段、独立目标素描线段、聚集区域素描线段合理分类,在确定的语义信息的指导下合理生成聚集线段集合用于聚集区域的提取。实验结果表明,所提出的方法提高了聚集区域的一致性的同时更加注重区域细节部分。(3)针对大场景SAR图像的聚集区域提取十分耗时的问题,在聚集区域提取计算模型的基础上,提出了基于分块策略的聚集区域提取方法。在该方法中,针对聚集区域提取过程中的每个步骤进行时间复杂度的优化,包括素描图分块获取、候选聚集区域素描线段和聚集区域分块提取。实验结果表明,所提出的方法显著减少了大场景SAR图像聚集区域提取的时间。