合成孔径雷达（Synthetic Aperture Radar,SAR）是一种可以全天时全天候生成高分辨率遥感图像的相干成像系统。SAR有着可见光学等成像系统不可比拟的优势。因此,SAR逐渐广泛地被应用在许多重要领域中并成为难以替代的观测工具。然而,SAR独特的相干成像机制导致SAR图像中不可避免地存在着相干斑噪声,严重影响到SAR图像的后续处理。因此,如何有效的抑制SAR图像斑点噪声成为了非常重要的研究课题。本文对基于非局部稀疏模型的SAR图像去噪方法做了相关研究,并在此基础上展开讨论与改进,主要研究内容如下:（1）针对相似块匹配过程中图像子块和搜索邻域参数设置过大会导致耗时过长,而设置过小则会降低去噪效果的情况,本文提出了一种基于预滤波和子块排序的稀疏域SAR图像去噪算法。首先,通过灰度值和梯度理论构建预滤波器,在子块排序前进行粗滤波去除搜索邻域内不相似的子块,从而可以降低计算量,同时减少不相似子块对去噪效果的负面影响。然后,采用面向SAR图像的子块排序算法对图像子块进行排序形成有序SAR图像子块,这可以有效地改善信号的正则性,从而提高稀疏表示的性能。最后,对排序后的子块进行分组,从而将稀疏编码去噪问题转化成联合稀疏编码对相似块组进行去噪,这不仅可以得到图像的最优稀疏表示,还可以提高算法的效率与准确度。实验结果表明,该算法具有较好的相干斑抑制效果,且耗时短,去噪效率高。（2）在基于非局部稀疏模型的SAR图像去噪算法研究中,其去噪后的图像中通常会产生伪影。其主要原因为任何单阶段变换域都容易产生伪影,且在SAR图像的信噪比变差时尤为明显。针对这个情况,本文提出了一种基于非局部稀疏模型的SAR图像迭代去噪算法。一方面,为了消除单阶段变换域产生的伪影,采用两阶段滤波去噪,即先运用联合稀疏编码对相似块组进行去噪,去噪后的相似块组再通过二维小波硬阈值滤波。另一方面,为了增强相干斑抑制能力,采用迭代正则化技术对两段变换域滤波后的结果进行迭代滤波去噪。在每次迭代中,更新带有噪声的图像并估计噪声方差。迭代正则化技术可以有效地提高相干斑抑制能力,特别是对单视图像。实验结果表明,该算法能很好的抑制相干斑噪声,同时图像细节保持较好,无明显伪影产生。