合成孔径雷达(SAR)是一种工作在微波波段的相干成像雷达,它在军用和民用方面已得到广泛应用,具有分辨率高,全天候工作,有效识别伪装和穿透掩盖物的优势。然而,其缺点在于雷达接收的散射信号相干性叠加,使成像以后的SAR图存在严重的散斑噪声,极大的影响了图像理解和后续应用。一直以来,成为国内外学者研究的热点。传统方法或采取空域滤波,或基于某特定准则去构造线性滤波器。与之不同,本文着眼于SAR图像多分辨率和信息量大的特点,采用多尺度分析和独立成分分析理论对SAR图像散斑消除进行研究。本文主要研究工作有:绪论部分介绍SAR的研究历史与发展情况,SAR图散斑噪声消除的研究现状,并引出研究内容。第二章系统讲述散斑噪声模型,经典消噪算法,消噪性能评价指标。第三章讲述基于多尺度分析的SAR图降噪算法。主要分为多重分形和小波分析两个部分。包括分形理论基础,点态H?lder指数求取,多重分形谱求取,噪声消除;小波阈值收缩思想,阈值确定,阈值函数设计。第四章讲述基于独立成分分析的SAR图散斑消除算法。包括算法概述,求解模型,经典的稀疏编码阈值收缩算法。第五章讲述基于多尺度分析与独立成分分析相结合的SAR图散斑消除算法。最后一章给出全文总结以及研究展望。全文创新之处在于:第一、从实验学角度,提出使用二值形态学和均值滤波作为辅助技术对实验结果进行优化。第二、提出了基于独立成分分析的自适应空间分离算法。采用信号分离思想,通过阈值分离技术将原图像分为噪声和非噪声两个空间。保留非噪声空间达到去噪目的。采用加权信息熵作为桥梁去拟合“阈值――加权信息熵函数”,从而使阈值得以自动确定。第三、从实验角度,提出基于分形与小波的多尺度内部结合的算法(WF);第四、结合频域处理技术和高阶统计量信息,提出基于小波与独立成分分析结合的算法(WCA);第五、挖掘基图像的信息,提出基于分形H?lder指数的ICA基图像增强分离算法(FCA);第六、结合分形H?lder指数图的良好表征特性,提出基于分形H?lder指数图的编码收缩算法(H-ICA)。