利用马尔可夫链蒙特卡罗(Markov Chain Monte Carlo,MCMC)方法模拟基于统计的影像分割模型时,通常采用顺序改变表征像素类属性的标号,即串行改变像素标号。这种串行MCMC策略,将导致算法运算时间长、收敛速率慢等问题。为此,论文结合计算机多线程技术,提出了一种多线程并行化MCMC方法,该方法不仅能缩短程序运行时间,还能有效地提高影像分割效率。首先,在贝叶斯推理框架下,利用高斯分布及马尔可夫随机场(Markov Random Field,MRF)模型建立合成孔径雷达(Synthetic Aperture Radar,SAR)影像分割模型;然后,利用多线程并行化MCMC方法,以快速改变像素标号,从而快速实现SAR影像的最优分割。在设计实现提出算法时,为了解决MRF标号场中邻域像素标号相关性问题,提出独立像素并行采样准则;同时限制并行线程的数量,以保证采样的随机性。为了验证提出的并行MCMC方法的有效性,分别对模拟和真实SAR影像进行传统串行算法和提出并行算法的影像分割实验;并对其结果进行定性和定量时间和精度评价;评价结果表明,在不影响分割精度的前提下,提出方法可大幅缩短影像分割时间,且有效地提高了分割效率。