合成孔径雷达是有源相干高分辨率成像雷达系统，由其接收的散射回波数据重建散射源图像属于求逆问题，决定了重建散射源图像就是估计散射源参数，即估计散射源的空间的位置及其后向散射系数。 但是，合成孔径雷达的成像机理是相干成像，这种机理决定了图像的噪声必然是以乘性噪声为主，对于乘性噪声的处理需要先给图像做对数变换以得到加性噪声模型。 小波图像去噪是小波应用较成功的一个方面，其中最重要的一个环节是最优阈值的确定，为此，提出了一种新的基于小波变换的自适应多阈值图像去噪方法。这种方法是将不同子带的不同方向划分为多个区域，并在不同的区域上选择不同的最佳阈值，而最佳阈值的选取是基于Bayes理论，并且认为图像的小波系数是服从广义高斯分布的(generalized Gaussian distriSution)。 本文通过将SAR图像进行对数变换之后，将乘性噪声转变成加性噪声，再使用本文方法进行图像去噪的。图像对数变换后的统计特性发生变化，需要在变换过程中加入均值调整的过程，本文分析过程中加入了图像对数变换后统计特性变化的详细分析。 最后在实验结果分别给出了加性噪声(lena图像)和乘性噪声(SAR图像)的处理结果，并通过使用峰值信躁比(PSNR)和等效视数(ENL)等几个评价标准对硬门限、软门限处理方法与本文方法进行了对比。实验结果表明，本文的算法模型在较好的保持了SAR图像结构的基础上，能很好的保留图像边缘信息和纹理特征，并能有效的抑制图像的斑点噪声，取得了良好的效果。