合成孔径雷达(Synthetic Aperture Radar, SAR)能够在任何天气、任何时刻进行工作,并且SAR的分辨率与距离无关,能够穿透云雾、烟尘等障碍物,从而获得大面积地表信息,因此SAR的地位举足轻重。但是由于SAR的成像机理是相干成像系统,不可避免的存在相干斑噪声,因此,适用于光学图像的一般分割方法对SAR图像不适用,本文需要研究针对SAR的分割方法。在SAR图像分割领域,水平集方法是一类比较重要的方法。水平集方法由于能够处理曲线拓扑结构变化、分割速度快等优点,得到了广泛的应用。针对SAR图像的特点,水平集方法研究主要集中在两点上：一种是先对SAR图像进行滤波,然后利用针对一般光学图像的水平集方法进行分割；一种是直接对SAR图像进行分割。因为第一种方法在滤波的同时也消损了图像本身的边缘信息,因此我们采用直接对SAR图像进行分割的方法。本文提出了两点基于广义Gamma统计模型的SAR图像水平集分割方法：1)针对各种分布均匀、不均匀以及极度不均匀的强度和幅度SAR图像,本文提出了一种基于广义Gamma分布似然函数的水平集SAR图像分割方法。该方法把图像分为背景区域和目标区域,背景和目标分别服从广义Gamma分布,能量函数由区域能量和基于曲线长度的能量组成,其中区域能量函数是根据最大似然准则建立的。鉴于一般水平集方法稳定性低,对步长要求高,水平集函数需要重新初始化的缺点,我们采用变分水平集方法描述能量函数,然后通过变分法最小化能量泛函,求出水平集演化方程,从而实现分割。实验结果验证了本算法对合成图像和真实SAR图像的有效性。2)针对第一种方法运算速度慢的缺点,我们以另一种思路提出了一种新的基于广义Gamma累积分布函数的水平集SAR图像分割方法,该方法利用广义Gamma分布的参数设计能量函数,即基于每一点的累积分布函数设计能量函数,通过参数估计,求得整幅图像的能量函数。然后通过最小化关于能量函数的代价函数,得到水平集演化方程,从而实现SAR图像的分割。分割结果证明了本算法对合成SAR图像和真实SAR图像都有效。