干涉合成孔径声纳（InSAS）提供了一种获得海底目标的高分辨率三维图像的方法。它是在合成孔径声纳（SAS）基础上增加一个或多个接收阵，通过两个分开的接收阵列接收到的声纳图像之间的相位差获得场景的三维信息。InSAS做为一种新的水下高分辨成像技术，在军事和民用领域都有巨大的潜力和应用前景，例如水雷的探测和海底地形地貌测绘等。由于InSAS本身所固有的相干成像方式的原因，直接从InSAS图像中获得的干涉相位图往往存在大量的噪声，这将影响后续的相位展开的结果和数字高程图的精确度。因此去噪一直是InSAS图像处理研究的一个重要课题。近年来，偏微分方程（PDE）在图像处理领域得到广泛的应用，比如图像平滑、图像分割、边缘检测等。本文结合国家863项目，研究了InSAS干涉图滤波的PDE方法。滤波的主要目的是在去除噪声的同时有效地保持图像的边缘和纹理等细节信息。本文首先阐述了InSAS成像原理、干涉图特征和噪声的来源及分类，简述了几种常用的滤波算法的评价标准，提出一种新的评价标准——边缘相关系数。然后介绍了几种常规的滤波方法，并分析了其优缺点。重点研究了PDE方法，主要有P-M模型、各向异性扩散模型和耦合PDE模型。分析了P-M模型的边缘性质及其缺点，并给出改进的正则化P-M模型。对于这三种模型，都给出了具体的数值实现方法和算法步骤。仿真和真实的湖试数据处理结果表明：与常用的均值滤波方法和中值滤波方法相比，PDE方法不仅可以有效地去除噪声，而且能更好的保持图像的边缘和纹理等细节信息。本文最后还简单介绍了PDE方法在岩石图像处理中的应用。