SAR特殊的成像机制导致图像相干斑噪声的产生,使得图像信噪比下降,为目标识别和特征提取研究造成困难,因此去除相干斑噪声的预处理是一个不可缺少的过程。本文利用非局部均值滤波算法对SAR图像去斑进行了一定的研究工作。(1)分析非局部均值滤波的算法思想,提出了适合SAR图像乘性相干斑噪声模型的基于分类的非局部均值去斑算法。该算法采用比值算子检测算法将SAR图像像素按点、线、边缘和面进行分类,根据分类结果采用不同策略的非局部均值滤波进行去斑。同时,针对SAR图像中线与边缘的多方向特性,利用方向信息提出一种具有旋转不变性的相似度计算方法。该方法可以搜索得到更多的相似像素,有利于获得更稳健的估计。(2)针对比值算子检测算法的不足,提出了新的检测算法。该模板具有固定窗口尺寸和统一的门限,而且具有更多的方向信息,因此能够以较小的计算代价获得更优的性能。实验证明本文算法在保证检测到的线和边缘目标连贯的同时,检测到的错误线或边缘相对于比值检测算法要少。(3)从非局部均值算法中的相似性度量公式出发,提出了新的像素点相似性的度量方法。通过已知的观测灰度值和噪声标准差,该方法可以计算出像素邻域间的真实灰度距离。该算法克服了现有SAR图像去斑结果中细节保持与平滑程度的矛盾问题,而且该算法操作简单,易于实现。本文工作得到了国家自然科学基金(No.6050510、60702062)的支持。