合成孔径雷达(synthetic aperture radar, SAR)是一种高分辨率微波遥感成像传感器,SAR具有不受天气和气候条件影响、穿透性强等特点。SAR目前已成为监控全球环境的一个重要而有效的手段；在军事应用领域,SAR主要用来对军事目标进行定位、识别。由于SAR系统相干成像的特点,SAR图像不可避免地受到相干斑噪声的污染。相干斑噪声的存在严重影响了SAR图像的视觉效果及其自动解译。相干斑噪声抑制算法主要分为两类：一,成像之中的多视处理；二,成像之后的SAR图像斑点噪声抑制算法,主要包括基于估计理论的抑制算法、基于偏微分方程的抑制算法和基于变换域的抑制算法。本文主要研究成像之后的SAR图像相干斑滤波算法。文中重点讨论和分析了基于估计理论和偏微分方程的抑斑技术,并提出了一类基于SAR图像异质性测量的抑斑技术。本文的主要创新工作如下：一,通过对经典的基于估计理论的斑点噪声滤波器进行总结和分析,得出结论：基于估计理论的SAR图像抑斑算法是建立在精确的SAR图像的场景模型分布和噪声模型分布的基础上的,因此模型分布的参数估计方法是这类算法的关键技术；文中利用基于Mellin变换和“对数累积量”估计的方法来对模型分布的参数进行估计,提出了一种基于Generalized Gaussian模型的最大后验估计斑点噪声抑制算法。仿真实验证明了新算法的有效性。二、通过分析SAR图像的相干斑噪声分布模型在对数域上的统计特性,为将适合加性噪声滤波的P-M扩散方程应用到SAR图像相干斑滤波中奠定了理论基础。为了在扩散过程中保持图像的一些不太明显而又重要的细节,对P-M扩散方程进行了改进：通过分析各向异性扩散和稳健统计学的联系,将Biweigh函数作为扩散系数函数引入到P-M扩散方程中；对梯度阈值的选择进行改进,使之随时间非线性减小,更好地保持边缘信息；引进峰值信噪比准则来选择停止扩散的时间,使噪声抑制过程高效准确。仿真实验表明：提出的斑点噪声抑制算法在有效抑制斑点噪声的同时,能较好地保持边缘等特征信息,有一定的实用价值。三、在分析传统的基于估计理论的自适应滤波器(像Lee,Kuan,Frost等滤波器)和各向异性扩散的斑点噪声滤波算法(SRAD)的工作原理的基础上,得出结论：这两种滤波器在对SAR图像进行滤波的过程中都受到SAR图像的一个重要的局部统计指标—SAR图像的变差系数(CV)的制约；CV是SAR图像异质性测量的方式之一。文中用SAR图像的另一种异质性测量方式——算术与几何均值比(A／G)来代替CV在传统自适应斑点噪声滤波器和SRAD中的作用,提出了两种新的基于A／G的斑点噪声滤波算法：基于A／G的SAR图像空间自适应相干斑滤波算法和基于A／G的SRAD滤波算法。仿真实验证明了基于A／G的斑点噪声滤波器的有效性；在对纹理信息丰富的SAR图像的处理中,基于CV的传统斑点噪声滤波器比基于A／G的斑点噪声滤波器表现要好；而在对具有大范围边缘、亮线和全向纹理等特性的SAR图像的处理中,基于A／G的斑点噪声滤波器比基于CV的传统斑点噪声滤波器表现要好；两类算法互为补充。在论文结尾,总结了全文的研究内容,阐述了当前研究的不足之处,并指出下一步的研究方向。