本发明公开了一种基于超像素特征的低秩表示的极化SAR图像分类方法，主要提高了现有经典算法在边缘的分类正确率的问题。主要过程：(1)对极化SAR数据进行Freeman分解，得到表面散射能量，体散射能量和二次散射能量，通过这三个能量计算散射功率熵和共极化比；(2)对RGB合成图进行超像素处理，得超像素结果图；（3）对每个超像素提取上述五个特征的平均值，并构建所有超像素的一个特征矩阵，每一列代表一个超像素的特征；(4)对特征矩阵进行低秩表示，获取低秩系数，对低秩系数进行聚类；（5）对聚类结果进行wishart调整，最后着色。本发明对比其它经典的方法能够更好提高分类正确率，因此可以用于极化SAR图像分类。