合成孔径雷达(SAR)是深空探测、对地遥感和成像探测的重要手段,在军事和民用等众多领域具有广阔的应用前景。SAR图像的分辨率包括空间分辨率和辐射分辨率,对SAR图像的理解、分析与模式识别非常重要。其中SAR幅值图像的乘性相干斑噪声严重影响了图像的辐射分辨率。因此,如何抑制SAR相干斑噪声是目前研究的一个热点问题。本文从SAR成像机理出发,以变分偏微分方程图像处理模型为研究主线,结合贝叶斯理论和正则化方法,对SAR图像的相干斑噪声抑制进行理论探索和算法设计。论文主要工作和创新点包括:首先研究了经典的SAR滤波算法,介绍了Lee滤波、Kuan滤波,Frost滤波,Sigma滤波和精致gamma MAP滤波等5个基于SAR图像局域统计特性估计的滤波算法,分析了经典滤波法的优缺点,进行了实验分析。第二,研究并实现了基于Aujol和Aubert的图像恢复模型及Huang的快速算法,分析了两个模型在保持图像细节上的不足。基于非局部正则化理论,提出了一个基于非局部正则化与纹理保真的SAR恢复模型。该模型主要在正则化部分进行了改进,得到了一种新的正则化先验模型。研究了像素间的几何距离和相似度的关系后,给出了三种不同的权重函数,分析了不同权重函数引导的正则化先验模型对相干斑噪声抑制的性能。实验证明:新模型因为结合了AA和非局部正则化的优点,可以有效去除图像噪声,并提高了图像细节保持能力。第三,耦合双树复小波软阈值与Aujol和Aubert的正则化方法,提出了一个双树复小波-全变差驱动的非线性扩散算法。实验证明:双树复小波-全变差驱动的非线性扩散算法具有较好的去噪效果。经与AA算法以及快速算法进行对比分析,验证了本文提出算法的有效性。