本发明公开了基于多特征联合建模的极化SAR影像分类方法，包括：（1）从人工标注的极化SAR影像中采集各类地物的像素点作为训练样本；（2）计算当前类训练样本中各像素点的极化协方差矩阵，构建当前类训练样本的极化特征向量；（3）构建当前类训练样本的CoAS模型；（4）构建待分类影像的极化特征向量；（5）构造待分类影像的联合后验概率；（6）根据联合后验概率，结合MRF模型对待分类影像进行分类。本发明方法具有优异的分类效果，与传统的基于统计模型的极化SAR影像分类方法相比，本分类精度可提高5%~10%。