合成孔径雷达(SAR)在国防、环境等方面都具有突出的战略意义,因此作为雷达信号处理领域的热点,SAR图像的解译是一项非常重要的工作,其中SAR图像的分割问题是SAR图像目标识别与解译技术的重要环节。但由于SAR图像包含大量的斑点噪声,传统的光学图像分割算法无法抑制斑点噪声的影响,容易产生错分,因此不适用于SAR图像分割。本文在隐马尔科夫场和双马尔科夫场的基础上,着重研究了三重马尔科夫随机场。三重马尔科夫随机场(TMF)模型非常适合处理非平稳、非高斯图像的分割问题。同时为了降低模型和算法的复杂性,满足对实测SAR图像处理的实时、稳健、高效的需求,本文提出了一种快速TMF的无监督SAR图像多类分割算法。该算法首先针对SAR图像的乘性斑点噪声,研究了SAR图像四叉树分解的数字特征、阈值选取及分解规则,使得在图像平滑区进行粗分解,而在图像边缘区进行细分解,将图像快速映射成一种新的基于边缘信息的pixon描述,然后再将TMF算法进行扩展,导出了基于边缘信息pixon描述的TMF新的势能函数,最后完成贝叶斯最大后验模型(MPM)分割。本文对测试图和实测SAR图像进行了仿真,仿真结果和分析表明,与已有TMF算法相比,本文算法优于或至少保持了已有TMF算法的分割结果,但其运算效率却大大提高了,该算法是一种有效的快速TMF分割算法。