作为一种微波遥感技术,合成孔径雷达(synthetic aperture radar,SAR)具有分辨率高、穿透性强、全天时和全天候工作的独特优势,已被广泛用于军事、农业等领域。SAR系统的相干成像原理,导致SAR图像中散布着大量具有乘性特性的相干斑噪声。相干斑噪声的不均匀性和复杂性,严重阻碍了SAR图像后期的自动解译,例如影响了目标分割的准确度,为后续目标识别和追踪等应用增加了难度。因此,开展SAR图像相干斑抑制与分割方法研究具有重要意义。本文重点研究了SAR图像相干斑抑制,同时也初步研究了SAR图像分割,具体的研究工作如下:通过分析和比较经典空域滤波的抑斑性能,提出一种基于改进Frost滤波的抑斑方法。该方法采用经典Lee或Kuan滤波系数控制Frost的滤波强度,实现SAR图像在不同场景下进行不同参数的Frost加权滤波,避免了过滤波或欠滤波的问题。与经典空域抑斑方法的对比实验表明,该方法在视觉效果与参数指标上具有明显优势。通过改进经典非局部平均(non-local means,NLM)方法,提出一种基于变差系数(coefficient of variation,CV)的非局部平均抑斑方法。该方法的相似性测量采用经对数变换和高斯平滑处理后图像的高斯加权欧式距离,自适应衰减因子采用原始SAR图像变差系数的倒数,最后由相似性测量参量和自适应衰减因子构成的新权重,对原始SAR图像进行非局部加权滤波。与近年来几种抑斑方法的对比实验表明,该方法在保持边缘的同时,提高了高灰度同质区域的抑斑性能。将SAR图像的统计特性加入非局部平均滤波过程中,提出一种自适应调节滤波强度的非局部平均抑斑方法。该方法基于Lee滤波或Kuan滤波的估计模型,根据SAR图像的局域统计信息进行与之相符合的非局部加权滤波。其中,非局部加权滤波的权重由基于均值比(mean ratio,MR)的相似性测量参量和基于变差系数的自衰减因子构成。与几种最新抑斑方法的对比实验表明,该方法在视觉效果和参数指标两个方面都有较大程度的提高。为了克服相干斑噪声对SAR图像分割的影响,提出一种基于主动轮廓模型(active contour model,ACM)的分割方法。该方法将基于偏微分理论的扩散方程和扩散系数引入到水平集ACM中,降低了相干斑噪声的强度从而更准确地分割SAR图像中的目标区域。与近年来几种分割方法的对比实验表明,该方法在边缘定位精度指标上提高了SAR图像的分割性能。