极化合成孔径雷达(PolarimetricSAR)是用来测量辐射信号极化特征的新型成像雷达，具有能够测量场景中每个分辨单元的全极化散射矩阵和产生二维高分辨率图像的两大优点，大大提高了它对地物的识别能力，因此在遥感技术研究与应用领域中起着越来越重要的作用。由于SAR和极化SAR的相干成像特性，其固有的相干斑噪声严重影响了后续目标检测、分类和识别等应用，因此相干斑的抑制成为SAR和极化SAR图像后处理的第一步，这种噪声的抑制方法一直是极化SAR信号处理领域一个很值得探讨的问题。 现有的各种空域滤波算法及在此基础上改进的各种算法到引入小波变换进行滤波，均能在一定程度上抑制相干斑，但是应用到极化SAR图像相干斑抑制中，都存在未能充分利用极化信息的缺陷。本文在分析极化SAR图像相干斑特性的基础上，研究了基于独立分量分析技术降低极化SAR图像相干斑噪声的方法。独立分量分析是近年来由盲源分离技术发展来的一种新的多维数字信号处理技术，通过计算数据的高阶统计信息，可以仅从观测信号中估计出互不相关且尽可能相互统计独立的被未知因素混合的原始信号的估计信号，从而帮助实现信号的增强和分析。本文将独立分量分析的噪声模型引入到极化SAR系统的图像处理中，结合基于独立分量分析的稀疏编码收缩算法进行极化SAR图像相干斑抑制。实验结果表明，该方法极大地抑制了相干斑噪声，图像质量得到明显改善，且方法简单，自适应强。 通过理论分析和实际极化SAR数据的相干斑抑制实验发现，该方法能有效抑制图像中的相干斑噪声、保留极化信息，同时具有较好的边缘保持和噪声抑制能力。相比现有的相干斑抑制方法，基于独立分量分析的稀疏编码收缩算法在降噪效果和边缘纹理信息保持上具有独特的优势。