合成孔径雷达(Synthetic Aperture Radar,SAR)图像已广泛地应用于国民经济和国防科技等领域,相干斑抑制是SAR图像处理中一个非常重要的预处理部分;为了得到便于解译的SAR图像,一个好的SAR图像去斑算法必须在去除斑点噪声的同时还要较好地保持图像的纹理及边缘细节信息。本文系统研究了SAR图像相干斑抑制理论和技术。首先简要介绍了SAR成像原理及斑点噪声特性,对经典的空域自适应去斑算法进行了分析,讨论了SAR图像质量评价指标。本文的主要研究工作包括:(1)研究了一种基于广义似然比的小波域SAR图像去斑算法。在联合检测与估计理论框架下推导出了Bayes萎缩函数表达式,先对含斑SAR图像做冗余小波变换,求出小波系数所对应的二值掩模;对相干斑噪声和有用信号的似然条件概率分别建模为尺度指数分布和Gamma分布,根据二值掩模信息,采用最大似然估计得到两种模型的参数并计算似然条件概率比。实验结果表明:文中所给算法在有效滤除斑点噪声的同时,也较好地保持了图像的细节信息,在对人工加斑图像和多幅实际SAR图像的处理中获得了令人满意的结果。(2)研究了一种基于异质性测度的SAR图像去噪方法,针对真实SAR图像在去斑处理后存在过平滑的现象,提出通过异质性测量手段更精确的区分出图像中的平滑区域和重要的纹理细节区域,再对分类后的小波系数按比例缩小和放大,最后再用基于广义似然比的贝叶斯去斑算法进行去噪处理,提高去斑算法的性能。本文结尾总结了全文的研究内容,阐述了当前研究的不足之处,并指出下一步的研究方向。