合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候、多视角及对地物有一定的穿透性等优点,被大量的应用在生态、水文、海洋监测和地形测绘等诸多领域。然而,由于雷达波的相干性,导致SAR图像在成像过程中会产生无法避免的斑点,特别是高分辨率SAR图像,其成像更加复杂,而斑点的存在降低了高分辨率SAR图像的质量,使图像的判读和后续处理出现困难。因此,研究高分辨率SAR图像斑点的抑制具有十分重要的意义。本文主要从空间域滤波、偏微分方程方法和非局部均值滤波出发,对高分辨率SAR图像的降斑算法进行了深入的研究,通过不同方法之间的结合和创新,完成的主要工作如下:(1)介绍了经典的SAR图像降斑算法,包括Lee滤波及其增强型算法、Kuan滤波及其增强型算法、Frost滤波、Gamma MAP滤波等空间域滤波方法,以及全变分(TV)模型、PM模型等偏微分方程方法,并分析了经典SAR图像降斑算法的优缺点。(2)提出了基于结构化信息检测和Kirsch方向模板的降斑算法。由于传统的Kirsch方向算子没有对SAR图像的区域特性进行判断,导致图像中的斑点得不到充分的抑制。为了解决滑动窗的自适应选择问题,结合点目标检测、自适应滑动窗技术和结构化信息检测的思想,提出了基于结构化信息检测和Kirsch方向模板的SAR图像降斑算法,所提算法可以有效的检测出图像中的点目标、边缘区域和均匀区域,并针对不同的图像区域使用不同的降斑方法。通过降斑实验可以验证所提算法在充分抑制均匀区域斑点的同时,有效的保留了点目标和边缘区域,从而达到斑点抑制和边缘信息保留的较好平衡。(3)提出了基于非局部均值(NLM)滤波与AA模型的降斑算法。由于AA模型在SAR图像均匀区域的降斑能力比较强,但边缘保留能力弱;与之相反,NLM滤波在SAR图像的均匀区域降斑能力弱,却较好地保留了图像的边缘信息。因此,本文将非局部狄利克雷函数作为线性正则项算子,通过衡量图像的块相似性来构造权重,与AA模型的数据项相结合,提出新的降斑模型,并对新的降斑模型进行迭代求解。通过降斑实验与分析,与AA模型和NLM滤波相比,本文提出的降斑算法可以更好的抑制SAR图像斑点,同时又能较好的保留图像中的边缘信息。