合成孔径雷达（Synthetic Aperture Radar,SAR）成像技术有着全天时全天候的独特优势。SAR图像的质量也随着成像技术发展逐步提高,但其固有的成像模式和相干斑导致SAR图像的解译比光学图像更困难。图像分割作为SAR图像解译的重要技术之一有着重要的现实意义,因此有必要发展适用于SAR图像的分割技术。近年来,关于SAR图像分割的方法层出不穷、种类繁多。但由于真实场景SAR图像的复杂性,现有的方法都不能在SAR图像的纹理区域实现准确且高效的分割。本文引入了基于多尺度巴氏距离的初始分割方法,并提出了一种定义在频域的相似性测度以描述不同纹理区域的差异。在此基础上提出了一种基于多测度融合的区域合并SAR图像分割算法。本学位论文内容安排如下:第一章介绍了论文的研究背景和论文内容安排。第二章首先介绍了SAR图像特性和其他相关知识。接着详细介绍了SAR图像的成像机理及相干斑模型。然后介绍了SAR图像的频域特征及处理方法。最后回顾了几种现有的SAR图像分割方法。第三章结合现有的相对公共边界惩罚技术（Relative Common Boundary Length Penalty,RCBLP）,引入了基于多尺度巴氏距离的初始分割方法,同时使用区域之间的巴氏距离代替均值改进了RCBLP的统计相似性度量。此外,在频域定义衡量纹理差异的测度,并用两种不同的计算方式分别实现。将该纹理相似性测度融入改进的RCBLP从而构建了新的区域合并代价函数。基于新的代价函数,提出了一种新的区域合并SAR图像分割算法,该算法适用于包含大量纹理区域的SAR图像。在真实场景SAR图像上对提出的算法与其他方法进行了比较。利用基于边缘和区域的精度评价指标,定量对比了不同方法的优劣。第四章搭建了SAR图像边缘检测及区域分割演示系统,该系统所包含了常用的SAR图像边缘检测算法和区域分割算法。该系统可以演示多种功能,包括图像的选择与裁剪、边缘检测器的选择及参数设置、双门限设置及边缘图的显示、区域合并算法的选择及分割结果的分阶段显示等功能。第五章是对论文所做工作的总结与对未来工作的展望。