合成孔径雷达(Synthetic Aperture Radar,SAR)图像与光学图像相比,具有目标结构性特征缺失、场景理解难、目标与场景之间联想困难等先天性缺点。这些缺点直接导致SAR图像难以被最终用户理解。因此,SAR图像解译问题一直是SAR数据应用的核心基础共性技术问题。目前SAR图像朝着高分辨率、多极化的方向发展。面对SAR系统分辨能力的提升、极化信息的引入、处理对象的增多、精细探测的要求提高以及海量的数据,针对高分辨率SAR图像的高准确率的、快速的、高自动化的、易于人工操作的解译技术亟需发展。本文面向高分辨率SAR图像解译中的场景分类与场景标注问题,针对国内现状,重点解决高分辨率SAR图像解译中的跨越语义鸿沟问题与场景先验信息获取问题,并对稳健、排他的地物特性计算与特征提取问题做出了简单的尝试,提出一种基于扩展监督主题模型的高分辨率SAR图像分类与标注方法。本文通过3景不同的实验数据,对本文提出的方法进行了验证。通过实验,本文提出的方法在少量训练集、少量人工操作、少量知识输入的情况下,可以较为准确的、便捷的同时完成高分辨率单极化和全极化SAR图像的场景分类与像素标注的工作。