由于干涉合成孔径声纳（InSAS）成像机制和海洋背景的大环境，直接从InSAS中得到的干涉图总是不可避免的带有大量噪声，这对后续的相位展开的结果会产生很大的影响。所以，一直以来干涉图去噪都是InSAS系统研究中的一个重要课题，也是InSAS图像处理中的关键技术之一。干涉图处理中，常用的去噪方法是均值滤波和中值滤波。近年来，偏微分方程（PDE）在图像处理领域得到迅速发展和广泛应用，基于PDE的图像去噪方法利用图像自身的几何特性引导非线性扩散过程，有效地去除噪声，同时很好的保持边缘细节。但是，为了保证模型的适定性，不可避免的就要进行预处理过程，这样就跟InSAS系统中实时处理的要求相悖。多物理场图像处理是近几年刚刚提出的一种新思想，利用多个物理场作用图像，从而达到图像处理的目的。本文首先对基于PDE的图像去噪方法进行了研究，并在Matlab平台上对干涉图进行了数值实验。然后着重的对格子波尔兹模型进行了研究，并利用格子波尔兹曼模型对经典的PDE图像去噪方法——正则化P-M模型进行了演化，在Matlab平台上进行了数值模拟。通过对实验结果的分析对比，得出这样一个结论：因为是对正则化P-M模型的演化，格子波尔兹曼方法在去噪的同时也能很好的保持边缘，并且格子波尔兹曼方法的去噪效率远远高于正则化的P-M模型。虽然大大提高了去噪效率，但并没有解决预滤波的过程，为此本文提出了一种改进的Navier-Stokes方程模型，这是一个多物理场图像处理模型。通过推导和在COMOSOL Multiphysics有限元仿真平台上的数值实验，验证了这个模型在去噪上的可行性。为了进一步提高这个模型的运算效率，本文利用格子波尔兹曼方法对这个新模型进行了演化推导，并在Matlab平台上进行了干涉图数值实验。通过对数值结果的对比分析发现，这个基于Navier-Stokes方程的格子波尔兹曼模型有着远高于正则化P-M模型的去噪效率，并且不需要预滤波的过程，有效地满足了InSAS系统中实时处理的要求。这种基于改进的Navier-Stokes方程的格子波尔兹曼模型有效地提高了干涉图去噪的效率，并且避开了高斯预滤波的过程，很好的满足了InSAS系统中实时处理的要求，这对干涉图处理有着很重要的意义。但是，这个模型在数值实验过程中也存在着一定的问题，这需要在接下来的工作中对其进一步的完善。