合成孔径雷达(Synthetic Aperture Radar，SAR)是遥感技术的一个重要研究方向，在军民两方面都有重要应用价值。SAR图像的成像原理与光学图像不同，研究SAR图像去噪方法有重要意义。盲信号处理是近年发展起来的信号处理新技术，目的是从观测到的混合信号中分离出相互独立的源信号。盲信号处理在无线通信、语音处理、图像处理和生物医学等许多领域得到广泛应用。本文研究基于ICA的SAR图像去噪方法，主要研究工作如下：1.针对几种传统图像去噪方法做具体对比分析。讨论了均值滤波、中值滤波、维纳滤波、小波阈值等去噪方法的优缺点，并将它们应用到光学图像和SAR图像进行仿真。仿真结果表明这几种方法对SAR图样去噪存在严重缺陷。2.针对基于负熵最大化的快速独立分量分析算法（FastICA）进行研究。在研究光学图像去噪时，将FastICA方法和几种传统的图像去噪方法进行对比分析和仿真。根据仿真结果得知FastICA算法去噪效果更好，处理后的图像效果更理想。3.对改进的以负熵为目标函数的FastICA算法进行修正，并将算法应用到了合成孔径雷达图像中。为了满足ICA的应用模型，解决欠定的ICA问题，本文提出了一种基于二维提升小波和FastICA相结合的算法。首先用二维提升小波算法构造一个虚拟噪声通道作为其中的一个观测信号，然后用改进的FastICA算法对它们进行分离处理，选取性能最好的图像作为去噪后的SAR图像。仿真结果表明，本文提出的算法在去除噪声信号和保持图像细节之间达到了一个比较好的平衡，证实了该算法的可行性和有效性。