乘性噪声图像,特别是合成孔径雷达(Synthetic Aperture Radar,SAR)图像(SAR)、声纳图像和B超图像的高效处理算法研究具有重要理论与实际意义.针对合成孔雷达SAR乘性噪声图像处理算法中图像压缩这一关键环节,本文深入研究了图像压缩、去噪处理的算法.研究去噪处理对压缩效率的影响、图像去噪与压缩相结合的方法及大幅面图像处理的内存存储优化等关键问题,创新性地提出一整套可满足应用的实时与近实时要求的高效SAR图像处理算法,具体包括:(1)多模板自适应混合滤波去噪算法.通过综合运用均值和中值及其它简单的滤波技术,该算法能有效利用空间滤波特性,具有较低的计算复杂度且易于硬件实现,而且在噪声抑制和细节保留等方面相对已有去噪算法具有较大优势.(2)去噪与压缩相结合的小波去噪压缩算法.针对图像噪声降低了图像的局部相关性且分散了图像变换后的能量这一重要问题,本文提出了去噪与压缩相结合的小波去噪压缩算法,可通过选择适合噪声图像分解的小波基,在小波域的特定子带内进行以压缩为目标的去噪;以及适合子带能量分布特点的编码方法进行图像压缩处理,可显著提高噪声图像的压缩质量,从而有效解决了已有高效变换编码压缩算法在压缩噪声图像时效率果不佳的问题.(3)基于模型的噪声恢复算法.算法可提取图像的噪声模型及参数,在压缩过程中去除噪声以提高压缩比,然后根据图像噪声模型、参数解压缩图像并恢复图像中的噪声,从而提高了低比特率压缩噪声图像的主观质量.(4)图像内存分块存储优化算法.根据图像数据的访存特性,本文提出了一种优化大幅面图像内存访问效率的图像内存分块存储优化算法.图像内存分块存储优化算法可有效提高处理器二级cache命中率,降低图像处理过程中的内存访问次数与延迟,减少图像处理的时间.