合成孔径雷达技术发展到今日不仅应用在军事上，而且在民用方面得到了广泛的应用，如灾害监测、环境监测、海洋冰川监测、地形测绘、资源勘探等，表现出了巨大的应用价值。因此，SAR图像的分析与理解就有着越来越重要的意义。SAR图像的分类以及目标检测、分割、识别已成为SAR自动半自动图像解译的几个重要的研究方向，成为了国际上研究的热点。本文研究了SAR图像的目标分割与检测方法，主要工作包括：　　 ⑴基于多尺度技术和马尔可夫随机场模型（MRF）提出了针对合成孔径雷达（SAR）图像的有效的多尺度分割方法。首先利用多尺度自回归模型对SAR图像进行特征提取，其次，根据能量函数应用联合概率分布通过统计松弛算法进行参数估计，最后将最大后验概率（MAP）作为一种最优准则，通过模拟退火算法（SA）获取最终的标签估计，试验结果表明该方法是准确、有效、健壮的。　　 ⑵基于Snake模型的SAR图像目标分割技术。首先针对Snake模型图像分割技术中存在的凹陷区域不能很好收敛的缺点，在前人研究成果的基础上，增加了外部约束凹陷能量，提出了改进的Snake模型，然后采用贪婪算法进行方法的实现，该方法能够有效地利用局部与整体信息，实现目标边界准确定位，保持线性光滑。实验结果表明，改进后的Snake模型能较好的收敛到图像凹陷区域。