极化合成孔径雷达(Pol-SAR)比单极化SAR包含了更多的目标信息和极化信息,已成为遥感应用的重要技术。由于Pol-SAR影像中相干斑噪声存在,严重的影响了后续地物分类、目标检测和识别等应用,因此相干斑噪声的抑制成为Pol-SAR数据后续信息处理的基础。本文针对极化SAR数据的相干斑噪声模型及相干斑噪声抑制进行了系统的研究和探索,基于Pol-SAR新的相干斑模型提出了三种针对Pol-SAR数据相干斑噪声的抑制算法,主要工作如下：(1)分析了非局部均值滤波相似块形状对滤波的影响,基于Pol-SAR新的乘加性相干斑模型提出了形状自适应的非局部均值Pol-SAR滤波方法。对比实验表明,该方法能够有效去除相干斑,同时又能够有效的保持了边缘细节信息；(2)在上述研究的基础上进一步分析了非局部均值滤波搜索窗内存在与当前像素不相关的像素,然后使用LPA-ICI技术估计出该像素的各向异性邻域从而去除不相关像素,最后提出了各向异性非局部均值Pol-SAR相干斑抑制的方法。对比实验表明,该方法滤波效果明显优于经典的精致Lee滤波和改进的sigma滤波；(3)提出了奇异值分解(SVD)非局部均值Pol-SAR降斑方法。该方法通过对span数据构造的特征矩阵进行奇异值分解获得特征信息,将获得的特征信息用来度量像素间的相似度。对比实验表明,该方法能够有效去除相干斑,使得同质区域更加的平滑,同时又能有效的保持了边缘细节信息,而且在视觉效果上更好。本文工作得到了国家自然科学基金(No.61173092),中央高校基本科研业务费专项资金(No.JY10000902045)和高等学校科创新引智计划(111计划)(No.B07048)的资助。