本发明公开了一种基于高斯混合模型分类的SAR图像检索方法，主要解决现有SAR图像检索方法检索时间长和检索精度低的问题。其检索过程包括：建立SAR图像库{I1，I2，…，Ik}，并挑选相对纹理均匀、易识别的SAR图像{I1，I2，…，Il}；提取所有图像的特征向量{f1，f2，…，fn}；将挑选出的SAR图像{I1，I2，…，Il}分成{c1，c2，…，cm}类，并用对应的特征向量作为训练样本，训练高斯混合模型；用训练好的高斯混合模型，对整个图库{I1，I2，…，Ik}分类，得到具有类标的图像库；对用户输入的查问图像I′，提取其特征向量f′，并用训练好的高斯混合模型进行分类得到其类别数ci；计算查询图像I′与图库中ci类的所有图像的区域综合特征的相似距离，并依照该距离从小到大的顺序返回用户需要数量的图像。本发明具有检索速度快检索精度高的优点，可用于大量SAR图像的检索。