本发明公开了一种基于加权合成核与TMF的极化SAR图像分类方法，涉及极化SAR图像分类，其步骤为：步骤1，选择极化SAR图像的极化特征和训练样本，构建特征空间；步骤2，构建加权合成核；步骤3，利用加权合成核结合支持向量机实现初始分类，作为标记场X的初始值；步骤4，估计新的标记场X和新的辅助场U；步骤5，直到标记场X收敛，作为极化SAR图像最终的分类结果。本发明主要解决现有方法初始分类精度不高，与Markov场不能处理极化SAR图像的非平稳特性的问题。本发明能使同质区域分类结果更平滑且能更好地保持边缘信息，分类精度明显提高，可用于极化SAR图像的目标检测与识别。