合成孔径雷达(synthetic aperture radar，SAR)是一种具有高分辨能力的成像雷达，其在方位向和距离向上都具有较高的分辨能力，在获取数据方面具有很多优点，包括全天时，全天候、多频率、多视角地、多极化等，并且能够穿透一定的障碍物，因此能够在广泛领域进行运用。但是由于SAR图像是通过相干成像的方法产生的，所以SAR图像中含有大量的相干斑(Speckle)，这些相干斑使图像质量降低，会对SAR图像的后续目标检测、分类和识别等产生不利影响。SAR图像去斑的核心问题在于如何在充分抑制相干斑的同时保持图像的点、线、边缘、纹理等结构特征。本文针对这一问题对基于目标提取的SAR图像去斑方法进行了一定的研究工作。(1)提出了一种基于特征提取和SRAD算法的SAR图像去斑方法。该方法首先采用双边滤波和canny算子边缘检测的方法将SAR图像中的点目标、线目标和边缘纹理等特征图像提取出来，然后对SAR图像中的特征图像采用迭代次数较少的SRAD算法进行去斑，对余下的背景图像采用最佳迭代次数的SRAD算法进行去斑处理，最后再将去斑结果合并得到最终的去斑结果，本方法较为简单，能够在保留尽可能多的图像细节的同时，最大限度的去除图像中的斑点噪声。(2)提出了一种基于特征提取和BM3D算法的SAR图像去斑方法。该算法先提取出SAR图像中的点线面边缘等特征图像，然后对特征图像采用和移除特征图像后的背景图像进行对数变换后分别采用不同的噪声标准差进行BM3D去噪，通过引入效果更好的BM3D算法，解决基于特征提取和SRAD算法的SAR图像去斑方法去斑能力不足，无法达到最佳去斑结果的问题，能够在很好细节保持的同时取得更好的去斑效果。(3)提出了一种基于Ｋ-Means聚类和PPB算法的SAR图像去斑方法。该方法采用Ｋ均值聚类的方法对图像中的细节目标图像进行提取，然后对目标图像和移除了目标图像后的背景图像采用不同参数的PPB算法进行去斑处理。实验证明，新方法在具有良好去斑能力的同时，具有很好的细节保持的能力，能够比较完整的保留下图像中的孤立点目标。