合成孔径雷达(SAR)是雷达技术从目标一维探测（如方位、距离和高度）向目标二维成像的重要发展，其具有全天候（如云、雾、雪、雨等气象条件下）、全天时（昼夜变化）的观测能力。SAR因其显著的特点而逐渐成为最重要的微波遥感设备，SAR图像数据在遥感领域的应用也越来越广泛。SAR图像与一般意义下的光学图像存在很大差异，表现在成像机理、噪声模式、像素灰度分布等多个方面。开展SAR图像特性的研究，增强SAR图像视觉效果上的可读性，是支撑SAR图像从“数据”向“信息”转化，并最终成为“知识”而满足遥感应用需求的基础。本文从统计学的角度对SAR图像相干斑进行了研究，综述了SAR图像统计建模研究中的概率分布模型，并进一步发展和完善了模型参数估计和建模精度评价方法，最后针对SAR图像相干斑提出了基于Contourlet变换的相干斑滤波方法。在SAR图像特性研究中，介绍了SAR图像最基本的相干斑的成因、统计模型和仿真方法。假设目标散射分量满足随机游走特性，形成了相干斑复数据、幅度、强度、相位的一阶统计模型，并结合真实的SAR图像进行了模型验证；由此，进一步介绍了多视SAR图像的形成和多视相干斑统计模型；最后，在相干斑统计模型的基础上发展了斑噪声的仿真方法。在SAR图像统计建模研究中，实现了所有统计模型的综述、参数估计和建模精度评价。按照模型起源将所有统计模型划分为先验假设统计模型和经验分布模型两大类，共十一种模型，并根据广义高斯瑞利(GGR)模型提出了改进的GGR模型。介绍了矩估计法(MoM)、最大似然估计(ML)和对数累量法(MoLC)三种参数估计方法，并由此实现了模型参数的估计。建立了皮尔逊2检验、Kolmogorov-Smirnov (K-S)距离和Kullback-Leibler(K-L)距离三种建模精度评价准则，并结合真实的SAR图像进行了统计建模和精度评估实验，得出了逆高斯分布、Fisher分布和广义伽马分布具有比较优秀的SAR图像统计建模能力。在SAR图像相干斑滤波研究中，提出了基于Contourlet变换的相干斑滤波方法。首先介绍了Contourlet变换图像多尺度分解的特点，以及尺度分解拉普拉斯金字塔(LP)和方向分解方向滤波器组(DFB)的实现；其次，根据小波贝叶斯软阈值和小波系数隐马尔科夫树(HMT)模型两种去噪方法，提出了Contourlet贝叶斯软阈值和Contourlet系数HMT模型两种SAR图像相干斑滤波方法；最后，通过仿真斑图像和真实SAR图像验证了基于Contourlet变换的贝叶斯软阈值和HMT模型的去斑性能，并且相比于基于小波变换的去斑图像，基于Contourlet变换的去斑图像中显著减少了伪“块”效应，增强了图像视觉效果上的可读性。