合成孔径雷达干涉测量(InSAR)是于20世纪60年代末发展起来的,它是以合成孔径雷达复数据提取的相位信息为信息源获取地表的三维信息和高程变化信息的一项技术。它将干涉测量技术应用于合成孔径雷达中,是一般SAR功能的延伸和发展。InSAR应用中一个非常重要的方面是建立地面的数字高程模型(digital elevation model,DEM)。在InSAR的数据处理流程中,干涉条纹图的质量直接决定了InSAR生成数字高程模型的精度,影响到相位解缠等后续处理过程的复杂程度。而干涉条纹图中常常会有噪声存在,因此对干涉条纹图的滤波是InSAR数据处理中的一个重要环节。本文对InSAR技术的发展历程、发展趋势及其基本原理进行了较深入的研究,与此同时,对干涉条纹图的生成、干涉条纹及噪声的特点也进行了系统的阐述及深入的分析。本文的主要工作是对InSAR中干涉条纹图的滤波方法进行了深入细致的分析和研究,在对已有方法的总结归纳及理解的基础上,实现了圆周期均值滤波法和goldstein自适应滤波法,并用实际数据对这两种方法进行了实验。最终的实验结果表明,对于本实验选取的数据,两种方法都有较好的滤波效果,但圆周期均值滤波法对图像进行的平滑处理虽然能够很好地去除噪声,但其对图像中边缘信息的保存能力较差,而goldstein自适应滤波法对边缘信息的保存能力较好,其效果要优于圆周期均值滤波法。如果考虑算法实现的复杂程度以及计算量、运行时间的因素,对于本实验数据来说,若要进行全幅影像大数据量的处理,则圆周期均值滤波法也不失为一种较好的选择。