合成孔径雷达是一种主动式的遥感观测手段,具有全天时、全天候的特性。这些特性使得合成孔径雷达在复杂环境下仍能获取有效信息,使得其特别适合极端天气地区的地物信息获取、突发性灾害灾情快速获取、地壳形变监测等应用。而合成孔径雷达的相干成像系统导致SAR图像受相干斑影响严重,这使得对SAR图像的解译变得十分困难。同时SAR图像去噪是后续图像处理的基础,因此研究SAR图像去噪具有十分重要的意义。图像配准是对不同时间、不同视角或不同条件下(气候、亮度、摄像位置和角度等)获取的两幅图像进行匹配和叠加的过程。随着遥感技术的飞速发展以及新型传感器的大量涌现,人们获取多源遥感数据的能力不断提高。多源配准是图像处理领域中的关键步骤,也是多源图像融合和变化检测等应用的基础,因此对多源图像配准的研究意义重大。本文着重研究SAR图像去噪与多源图像配准算法,主要内容如下:(1)针对当前SAR图像去噪算法可以取得较好的平滑效果,但对图像细节信息的保持能力不足的问题展开研究。利用了WNNM(Weighted Nuclear Norm Minimization)算法在恢复与保持图像细节信息方面的特性,提出了一种基于WNMM与FANS(Fast Adaptive Non-local SAR)的SAR图像去噪算法。该算法对WNNM算法进行改进,采用适合于SAR图像斑点噪声模型的相似性度量准则寻找相似块,利用了WNNM在图像恢复和保持方面的优越性,同时结合FANS中三维小波系数收缩方法良好的去噪表现,提高了SAR图像的PSNR与SSIM,获得了良好的去噪效果。(2)针对SIFT算法中的梯度计算在组数较低时对噪声敏感的问题开展研究。对SIFT算法进行改进,利用GGS(Gaussian-Gamma-Shaped)双窗比值替代原本的梯度计算,重新构造特征描述子,同时将特征描述子维数拓展为256维,提高了SAR图像的配准精度和稳定性,同时在灰度差异较小的多源图像中也能取得良好的配准效果。(3)针对当前没有一种适用性广泛且稳定的多源图像配准算法去处理存在较大灰度差异与畸变的多源图像配准的问题展开研究。研究了基于直线特征的配准方法,着重研究了VSPM(Voronoi Spectral Point Matching)方法,但发现该方法对外点十分敏感,故在该方法粗配准与精配准的大架构下,提出了一种新的结合直线与直线虚拟交点的配准方法。该方法在多源图像之间存在大的灰度差异与畸变的情况下仍能适用,能够实现直线特征明显且图像中至少包含三组互不平行的直线段的多源图像的配准。