电子散斑干涉(Electronic Speckle Pattern Interferometry, ESPI)技术和合成孔径雷达干涉(Interferometric Synthetic Aperture Radar, InSAR)技术是当今信息社会中快速发展的新型干涉测量技术。ESPI能够对微小变形和形态进行非接触性和抗干扰性强的高灵敏度全场光学测量。InSAR利用合成孔径雷达图像进行干涉,能够对于三维地形和地貌的高程信息进行全天候和大范围的高精度遥感测量。ESPI技术属于光学工程和实验固体力学学科领域,而InSAR技术属于雷达信号处理和地球测绘学科领域。虽然两者的信号来源、性质和物理意义不同,但都需要在干涉条纹图中滤除高强度散斑噪声,并提取相位信息以进行高精度测量。为了使相位场的提取更加鲁棒和准确,人们提出了很多技术进行保持条纹特征的条纹模式滤波方法。例如,各种旋滤波方法,稀疏变换方法,变分正则化方法和偏微分方程方法等等。这些方法考虑了条纹模式的非平稳特性,得到了可行的恢复结果。但是仍然不能满足工程实际对于准确性的较高要求。条纹模式图像的两个重要特性是不同像素点方向和频率的多种变化。本文通过自适应地检测和匹配图像的各种变化,取得了对于条纹模式的鲁棒滤波结果。具体地说,本文在以下两个方面进行了创新性的研究工作：1.基于条纹统计特性的改进Goldstein滤波算法。InSAR干涉相位图像具有2π跳变的不连续性特征,而且相位场数据受到了非平稳性噪声的干扰,这些都给滤波方法带来了困难。首先,我们对相位图进行正余弦变换使数据转化为连续性变化；其次,利用相位图的稀疏特性,改进Goldstein滤波方法中的滤波参数,使其根据图像不同区域的噪声强度自适应地变化,得到了优于原始Goldstein滤波方法的增强效果。2.基于条纹几何特征的相干增强扩散滤波算法。条纹模式方向的准确估计对于滤波方法具有很大的影响。相干增强扩散滤波方法在图像的局部区域利用数据张量场的特征参数进行定向扩散。然而,这个方法利用高斯滤波计算条纹模式的张量场,这给条纹的方向估计带来了误差。我们利用各向异性扩散方法对于条纹模式的张量场进行鲁棒估计,以得到更加准确的条纹方向,并进行自适应的定向扩散,达到了较好的滤波结果。本文提出的两个算法对于ESPI和InSAR条纹模式进行了特征自适应的滤波处理,较好地增强了条纹模式的重要特征,有利于相位场的提取和后续的精确测量,具有重要的理论价值和实际意义。