高分辨率合成孔径雷达(Synthetic aperture radar,SAR)图像的建筑物分割问题一直是重要的研究课题之一.由于斑点噪声和多路径效应的存在以及建筑物几何结构的影响,建筑物区域内部会产生强散射斑点,像素强度值的差异较大,给建筑物分割和提取带来了困难.针对这个问题,本文提出了一种基于相干系数-马尔科夫随机场(coherence-coefficient-based Markov random field,CCMRF)的高分辨率SAR建筑物分割算法,该方法将干涉合成孔径雷达(interferometric synthetic aperture radar,InSAR)的相干系数引入到传统马尔可夫随机场(Markov random field,MRF)的邻域能量中,使得相干信息和空间上下文信息得到更充分的利用.根据Hammersley-Clifford定理,图像分割的最大后验(Maximum a posteriori,MAP)问题被转化为最小化似然能量和邻域能量之和的问题,最后采用迭代条件模型(Iterative condition model,ICM)得到最优解.实验结果表明,该方法与传统的马尔可夫方法和K均值聚类方法相比,可以有效地对SAR建筑物进行分割并获得更准确的结果.