合成孔径雷达是一种高分辨率成像雷达，作为一种新型的遥感技术，以其特有的优势和对传统的遥感系统的互补，在固体地球科学、生态科学、水文科学、海洋科学等领域正发挥着越来越重要的作用。随着空间技术和信息技术的发展，对星载SAR图像的研究和应用成为九十年代以来遥感的前沿领域之一。由于SAR图像的信息表达方式与光学图像有很大的差异，不但存在相干斑噪声，并且不同的地形特征会在图像中呈现一些特殊的现象，使得SAR信息处理非常困难。目前的SAR侦察系统的信息获取技术明显超前于信息处理技术，因此，如何对SAR图像数据做出快速而准确地解译，是目前迫切需要解决的一个世界性难题。作为SAR数据应用研究的重要环节之一的图像处理与图像分析的研究与开发面临巨大的挑战，其研究成果直接关系到SAR在诸领域的应用。本文根据SAR图像自身的特点，主要在SAR图像降噪、边缘特征检测、图像分割三方面提出了改进或推广应用了前人算法，取得了较好的效果。文章的主要工作内容及对前人工作的具体改进点如下：1)对SAR图像斑点噪声模型作了深入研究，以平稳小波变换SWT算法为基础，提出新的SAR图像滤波算法。并在真实SAR图像上进行了实验验证，与LEE滤波、KUAN滤波、小波硬滤波、小波软滤波各算法作了比较，给出了定性和定量的实验结果，揭示出本文算法可以在平滑区域和特征丰富区域上取得好的效果。2)针对合成孔径雷达图像中斑点噪声的特性，提出了一种结合Canny算子的基于改进Ratio算子的双阈值边缘检测的新方法。Canny算子的边缘方向实质上反映了在抑制噪声后图像的灰度梯度方向，能提供比较精确的边缘方向，而采用改进的12方向Ratio算子计算边缘强度可以使检测出的边缘具有恒虚警特性。克服了边缘方向量化带来的直线断裂，边缘定位准确，显著提高了边缘检测正确率，并对噪声有抑制作用。3)将基于稳健t-混合建模的贪婪EM算法的分割方法应用到SAR图像中。采用多元t-混合模型对SAR图像建模，然后根据贪婪EM算法估计混合模型的参数进而对SAR图像进行分割。因为t混合模型的稳健性，所以分割方法能有效地融合灰度、均值、标准差、高阶矩、纹理等特征，能较好地分割出SAR图像中的目标。