干涉数据（干涉图）处理是各种干涉成像系统中的关键技术之一。InSAS系统干涉图处理中，常用的干涉相位图噪声去除方法是均值平滑滤波和中值滤波。从20世纪开始90年代开始，基于偏微分方程（PDE）的图像处理方法在图像处理领域得到了广泛的重视，该方法可以在去除图像噪声的同时，很好的保持图像的边缘细节。近十年来发展的PDE图像处理方法，利用图像本身的几何性质（图像的梯度）引导各向异性的非线性扩散过程。这种方法要求对图像进行预滤波处理，使其不能满足InSAS系统实时处理的要求。针对偏微分方程（PDE）方法在干涉成像中存在的参数估计和实时处理等问题，本文在PDE图像处理方法的基础上，以干涉合成孔径声呐(InSAS）成像系统为测试平台，提出了一种利用多物理场耦合的图像处理方法，将多物理场（例如：渗流场）与扩散场作耦合，旨在利用以干涉图为背景的的渗流场或者其他物理场来引导非线性扩散过程。该方法建立了新的图像处理模型和数学处理框架，以及快速有效的数值计算方法，将干涉图处理视为扩散场和渗流场等多个物理场的演化结果。在数学模型上表现为满足初边值条件下多个偏微分方程的耦合，图像处理结果是演化方程组在图像空间上的整体弱解。本文在多物理场有限元仿真软件COMSOL Multiphysical平台上对该模型进行了数值模拟，实验结果表明该模型具有较好的去噪和边缘保持能力。这种耦合的PDE方法具有清晰明确的物理过程，保留了经典PDE方法的优势，同时避免了在滤波之前进行高斯预处理，很好的满足了InSAS系统实时处理要求，对InSAS干涉图处理具有重要意义。该研究成果有望应用于我国自主研制的InSAS系统，提高成像中的高程精度，对相关研究提供借鉴。