در این مقاله برای اولین بار در تصاویر رادار دهانه ترکیبی (SAR)، مساله ناحیه بندی و بهبود کیفیت تصویر، به صورت توام در نظر ترین مشکل در ناحیه بندی تصاویر SAR وجود نویز ذاتی لکه ای می باشد. نویز لکه ای، نویزی ضرب شونده با قدرت تخریب بالاست که پدیده ناهمگنی شدت روشنایی را در تصویر ایجاد می کند. به همین دلیل روش های معمول و متداول ناحیه بندی به دلیل همگن فرض کردن شدت روشنایی، در تصاویر SAR کارایی ندارد. در این مقاله ترکیب دو مدل توانمند در زمینه پدیده شدت روشنایی غیرهمگن به منظور بهره گیری از مزایای هر دو روش و بهبود عملکرد آن ها، مدنظر قرار گرفته است. مدل اول استخراج، ویژگی مبتنی برکومولانت نرمالیزه شده (کرتوسیس) ضرایب انرژی کانتورلت است. این روش به دلیل مستقل بودن از شدت روشنایی پیکسل ها، قادر به ناحیه بندی تصاویری با پدیده روشنایی غیرهمگن می باشد. مدل دوم با بهره گیری از مدل مبتنی بر تصویر مستخرج از مدل اول، پدیده روشنایی غیرهمگن را به صورت یک مولفه ضرب شونده در تصویر مدل می کند، سپس با استفاده از مولفه تخمین زده شده، تصویر تصحیح شده و نویز لکه ای کاهش می یابد. برای ارزیابی الگوریتم پیشنهادی، الگوریتم را بر روی مجموعه ای از تصاویر شبیه سازی شده و واقعی SAR آزمایش نموده ایم. نتایج به دست آمده مبین بهبود دقت یک درصدی ناحیه بندی، نسبت به الگوریتم های پیشین و همچنین کاهش چهار دسی بلی نویز لکه ای تصاویر SAR است.