合成孔径雷达(SAR)图像具有分辨率高、全天时、全天候等优点，并在军事、农业、导航、地质勘测等诸多领域得到了广泛应用。随着遥感技术的加速发展和获取信息的不断增多，如何有效地提取和解译SAR图像信息，成为当前亟需解决的问题。然而由于SAR成像不同于光学图像，必须通过训练才能确认，并且成像过程中相干斑噪声的产生，使得图像数据的理解难度加大。为了能更高效准确地实现SAR图像分析和理解，本文从图像的分割入手，实现图像中有价值信息的获取。并且在马尔可夫随机场和双马尔可夫场的基础上，着重研究了三马尔可夫场在SAR图像理解中的应用，主要包括以下两个方面的内容：1.提出了一种基于非局部的三马尔可夫场SAR图像分割算法。算法中，利用图像的局部结构信息相似度，结合非局部相似块和K均值建立三马尔可夫场中的附加场，充分利用了SAR图像中的空间上下文信息，提高了分割结果的区域一致性，保证图像分割信息的完整性，提高SAR图像分割的质量。2.提出了一种基于二维模糊的三马尔可夫场SAR图像分割算法。算法中，将模糊集理论与三马尔可夫随机场理论相结合，在X场和U场中用两个模糊随机变量来共同描述一个点的像素特征，对图像进行分割。该方法消除了模糊分割的不确定性，提高了图像分割的精度和边缘准确度。本文工作得到了国家自然科学基金（No.60971128）；华为创新研究计划项目(No.IRP-2011-03-04)资助。