合成孔径雷达(Synthetie Aperture Radar,简称SAR)具有全天候、全天时、高分辨率、强透射等特点,被广泛应用于民用和军事领域。SAR是一种相干成像系统,因此所成图像含有大量的相干斑噪声。Contourlet变换是一种新的能够最优表示图像的多尺度几何分析方法。本文将Contourlet变换应用于SAR图像处理,提出了新的SAR图像相干斑抑制和边缘检测算法,并对算法的性能进行了研究,主要工作包括以下两个方面:在相干斑噪声抑制方面,详细研究了基于Contourlet变换的SAR图像相干斑降噪方法。综合利用Contourlet变换和图像在各个尺度各个方向上的轮廓细节的大小,提出了两种相干斑降噪方法,分别引入因子m1来调整Donoho阈值和m2来调整多尺度阈值,其中mi < 1(i = 1,2),从而解决了Donoho阈值过度“扼杀”contourlet分解系数的问题,同时mi与图像的尺度和方向有关,解决了没有考虑图像轮廓细节的问题。实验结果表明,与小波阈值,Contourlet阈值和多尺度Contourlet阈值相比,经这两种算法处理所得到的图像都取得了较好的目视效果,各项指标与其它算法结果相比都得到了明显提高,在抑制相干斑的同时目标的边缘和纹理特征也得到了有效保护。在SAR图像的边缘检测方面,深入分析了SAR图像的ROA、Duda边缘检测方法的特点、检测效率、实用性以及存在的问题,从而提出了一种基于Contourlet变换和Duda边缘检测算子的SAR图像边缘检测算法。Contourlet变换具有多尺度和多方向特性,首先利用Contourlet分解得到的各个方向的高频信息分别进行重构,其次使用Duda算子分别对各个方向上重构图像进行边缘检测,最后求和得到图像的边缘,该算法为提取某个线形目标提供了一种速度较快的方案。实验结果表明了该方法是一种有效的对SAR图像进行边缘提取的方法。最后对本文的研究内容进行了总结,并对未来的研究工作进行了展望。