极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)利用天线的不同极化收发组合来测量地物目标,相比于合成孔径雷达可以获取更丰富的信息,具有重要研究价值和广泛的应用前景。但是由于成像机制的固有缺陷,PolSAR图像不可避免地会引入相干斑噪声,不仅导致图像视觉质量下降,而且对后续的分类、识别等处理造成了困难。因此相干斑抑制是极化SAR图像处理中必不可少的步骤。PolSAR图像相干斑抑制后的结构保持和极化散射特性保持一直是难点。为了解决这一问题,本文从PolSAR基础理论出发,分析总结了多种相干斑抑制算法及其优缺点,并在此基础上给出了两种基于非局部均值去噪的极化SAR图像去噪算法:(1)双尺度的PolSAR图像非局部均值去噪算法。该方法利用强点目标检测算法保留图像中具有较强散射特性的目标;通过算术-几何均值比将像素分类,根据不同的滤波需求选取合适尺度的非局部均值滤波和平滑系数,在保证相干斑抑制效果的基础上提高边缘保持效果。(2)为了提高现有算法的自适应程度以及综合去噪效果,基于变异系数给出了一种PolSAR图像的改进非局部均值去噪算法。算法结合图像子块的统计特性以及目标点的极化散射特性来筛选待滤波点的同质像素,提高了同质像素选取的准确性;引入变异系数自适应选取平滑系数实现了不同区域的自适应去噪。用不同系统采集的极化SAR数据进行对比实验,结果表明所提出的两种算法在有效抑制相干斑噪声的基础上,对图像的边缘纹理结构和极化散射特性保持效果更好。