合成孔径雷达（Synthetic Aperture Radar, SAR）是一种工作在微波波段的相干成像雷达，是一种主动式遥感传感器。具有全天时、全天候工作的特点，在地质勘探、军事探测、植被生长评估、城市规划、海洋监测等众多领域都有广泛的应用，SAR图像分割一直是SAR图像处理的重点和难点。本文在基于统计模型和纹理特征特征提取的基础上，讨论了稀疏表示的分类方法，以及对稀疏表示分类器的改进方法。深入讨论了K分布的统计特征和灰度共生矩阵的纹理特征，主要从以下几个方面展开了工作：(1).提出了结合K分布模型和纹理特征的特征提取方法。将K分布的概率分布函数作为特征参数，结合灰度共生矩阵的纹理特征，组成完备的分类特征。既能体现K分布的全局性特征，又能包含灰度共生矩阵的细节纹理特征，具有很好的特征提取效果。(2).提出了结合稀疏表示和统计特性的SAR图像分类方法。讨论了几种字典学习算法，并介绍了几种常用稀疏表示算法。详细的介绍了稀疏表示分类器的原理和算法步骤，并将K分布和灰度共生矩阵的分类特征进行字典训练，通过稀疏表示分类器进行分类，实现了较好的分割效果。(3).改进了稀疏表示分类器的分类方法。为了更有效的通过K分布和灰度共生矩阵的分类特征对SAR图像进行分类，对稀疏表示分类器进行了改进。介绍了最小距离的分类方法和多窗口字典的方法，使得分类特征更为全面，并且提高了算法的稳定性，该算法分类精度高，灵活性好，具有较强的普适性。