SAR(Synthetic Aperture Radar)图像是由合成孔径雷达成像系统得到的高分辨率图像,在诸多领域特别是传统光学传感器成像困难的领域发挥着不可替代的作用。SAR图像边缘检测作为SAR图像处理和计算机视觉的基本研究工具,其在特征检测和纹理分析等领域应用广泛,然而SAR图像相干斑的存在对SAR图像中特征检测和抽取等后续图像处理的效果产生诸多不利的影响。因此对SAR图像进行相干斑抑制研究并在此基础上对SAR图像边缘检测算法进行研究具有十分重要的现实意义。目前,SAR图像边缘检测与相干斑抑制算法研究主要从空域、变换域和偏微分各向异性扩散三个方面展开。本文分别从空域,变换域两个方面展开SAR图像边缘检测算法研究获得四种行之有效的改进算法,并从偏微分各向异性扩散角度入手获得一种SAR图像相干斑抑制算法。其中所提出的四种SAR图像边缘检测算法,算法一是基于自适应平行窗的SAR图像边缘检测算法,该算法提出基于约束各向异性高斯核的自适应平形窗,它由两个带有约束函数的各向异性高斯核函数组成,并通过约束函数来使得窗口自适应SAR图像的边缘区和同质区。算法一能够使边缘区和同质区的虚假边缘均有效减少。算法二是基于多参数复合统计量的SAR图像边缘检测算法,该算法引入信息熵作为复合统计量中重要的参量,利用信息熵在分割图像时能够保留较全面的图像信息的特点,保证了SAR图像中弱边缘信息不会在处理过程中漏掉。最终将小波包分解同信息熵相结合得到复合统计量,它使得尽可能去除相干斑的同时边缘细节得到有效的保留。算法三是基于边缘增强的SAR图像边缘检测算法,其中利用小波包分解先对待检测图像进行去噪处理,然后利用组合若干尺度来对去噪后的低分辨率的图像进行增强以达到尽可能去除相干斑的同时边缘细节尤其是弱边缘信息得到有效保护的目的,最终该算法改进了弱边缘不易被检测的现象。算法四是基于NSCT的SAR图像边缘检测算法,该算法利用NSCT域尺度内的相关性,将小波域的背景HMM推广到NSCT变换域来提高NSCT系数的相关性,并根据相邻尺度的层间系数对应关系,在同一个子带内包含各细尺度层的两个相邻子带的方向系数和与细尺度相邻尺度的粗尺度层,通过细尺度相邻方向子带系数之间差值,以此作为判定条件来区分该尺度方向子带的边缘信号和噪声信号,最终得到较好的边缘检测效果。算法五是基于改进FROST滤波的各向异性扩散抑斑算法,该算法采用改进的FROST滤波系数来对DPAD算法中的估计扩散函数进行改进,使扩散函数在同质区扩散程度增大,而在边缘区域扩散程度减小。最后通过各抑斑算法的对比得出该抑斑算法在同质区域相干斑抑制充分,图像平滑,边缘区域滤波效果更好。本论文首先阐述了SAR图像的研究背景及成像原理,然后提出了两个方面的四种SAR图像边缘检测算法和一种SAR图像相干斑抑制算法,最后对全文的工作进行了总结与展望。