合成孔径雷达(SAR)是一种工作在微波波段的相干成像雷达，由于其全天候和强透射性等特点，在军事和民用方面显示出巨大的发展潜力和广泛的应用前景。但是SAR相干成像方式使SAR图像中存在显著的相干斑噪声，降低了图像质量，影响了后续目标检测、分类和识别等应用。因此，SAR图像的相干斑抑制一直是合成孔径雷达技术领域重要课题之一。 本文的研究内容就是SAR图像相干斑的抑制算法。相干斑抑制的主要目的就是最大程度减少图像斑点噪声，同时保持图像边缘和纹理等细节信息。关于SAR相干斑的抑制，国内外诸多学者已经提出了不少的算法，大概可分为三种，一是成像过程中的多视处理技术，该方法在早期的SAR处理中经常采用，是以损失图像的空间分辨率为代价来换取对相干斑的抑制；二是自八十年代开始出现的基于图像局部特征的空间域滤波技术，能在基本不降低SAR图像空间分辨率的前提下抑制相干斑噪声；三是小波滤波算法。 本文首先介绍了合成孔径雷达的成像原理，在此理论基础上详细分析SAR图像相干斑形成的原理和基于完全发育概念的相干斑的统计特征，建立了适用于相干斑滤波算法的数学模型。然后深入研究了几种使用较为广泛的空域滤波算法，分析了这些方法的优缺点，结合真实SAR图像，仿真验证了这些算法，并对此作了总体评价。这些方法或多或少都存在一些缺点和局限性。例如：同质区域内滤波器应该恢复RCS；在异质区域，滤波器应该在减少斑点的同时保持边缘和纹理信息。一些算法引入方差系数区分局部图像类型来采用不同方法，但是方差系数还不足以较好区分局部图像的纹理边缘特征，如窗口内较细的边缘或纹理上的斑点噪声使方差系数呈现较大值，该类噪声将被当成点状目标基本上未处理。通过一个固定的窗口进行滤波操作，无法解决平滑噪声和保持图像边缘和点目标这一对矛盾。 因此本文提出了一种是基于边缘信息的滤波算法，这种方法采用边缘检测算法中两类比例因子和中心像素的方差系数来判断中心像素所属区域的类型，是否处于均匀区域，边缘附近及其方向、边缘及其类型等，根据不同的边缘信息来决定滤波的子窗口和滤波方法。另外，本文还对文献[30]中的滤波算法不足之处，考虑到图像的局部统计特征，采用方差系数函数改进算法中协调系数，提出了一种协调系数自适应变化的滤波算法。最后本文简述相干斑滤波算法的评估准则，结合真实SAR图像对滤波效果进行比较，试验表明，两种改进算法相比原算法在平滑噪声和保持边缘方面都取得了良好的效果。