合成孔径雷达(Synthetic Aperture Radar, 简称SAR)具有全天候、全天时、高分辨率、强透射等特点，被广泛应用于民用和军事领域。SAR 图像反映了地表的散射特性(RCS)，但SAR 是一种相干成像系统，使所成图像含有大量的相干斑点噪声(Speckle)，降低了图像质量，影响了SAR 图像的后续目标检测、分类和识别等应用，所以相干斑噪声抑制一直是SAR 图像处理研究的一个重要课题。Bandelet基函数可以实现几何正则图像的最佳稀疏表示，在图像去噪中有较大的优势和潜力。本文的方法是以先进的几何多尺度分析工具Bandelet 为基础，结合Context模型和一些先进的阈值算法，对SAR 图像的相干斑噪声抑制进行处理，从评价指标和目测效果来看，去噪效果相当明显。本文主要工作有：　　 本文首先阐述了合成孔径雷达的成像原理和图像特性，在此理论基础上详细论述了SAR图像相干斑产生的物理机理，并基于SAR 图像相干斑的统计特性详细分析了斑滤波算法的数学模型。然后介绍了几种常用的基于局部统计特性的自适应滤波算法理论，分析其优缺点，并结合真实SAR 图像，仿真验证了这些算法，并对此作了总体评价。然后在研究和总结这些斑抑制算法的基础上，重点研究了Bandelet 域的滤波算法。和传统的去噪方法不一样，在基于Bandelet 域的SAR 图像滤波算法中，我们对SAR 图像的Bandelet 系数进行Context模型分组，在各分组的Bandelet 系数中，我们用相应的阈值进行去噪。实验结果表明，该方法可以有效地抑制相干斑噪声，同时很好地保持图像边缘和纹理等细节信息。