高分辨率合成孔径雷达(Synthetic Aperture Radar,SAR)由于具有全天候、全天时的探测与侦查跟踪能力,而且可以不用直接飞越某一地区而对该地区进行测绘与检测,因而能够在防区外进行探测。SAR的分辨力与距离是没有关系,这与以前传统的红外和光电传感器不同,所以其分辨率不会由于距离的增加而降低,因此SAR图像是当前雷达分类识别等应用的研究热点。本文基于SAR图像特点,主要利用一种新的多尺度几何分析工具尖锐频率局部化的轮廓波变换,即FLCT变换(Sharp Frequency Localization Contourlet Transform)(各向异性和方向性选择强)对SAR图像进行了相干斑抑制,基于非下采样轮廓波变换即NSCT(Nonsubsampled Contourlet Transform)变换的多幅融合。其主要内容为:1.简述SAR图像去噪和融合、分类识别以及国内外研究现状和进展。多尺度几何分析的提出,及本论文的研究背景,意义和研究内容。2.着重分析了多尺度几何分析Contourlet变换的基本原理,以及在此基础上发展起来的FLCT变换和NSCT变换,总结了多尺度几何分析的在图像处理中的应用。3.分析了LEE滤波和Contourlet变换去噪方法的不足,针对多尺度变换的特点,在FLCT域中利用K-L变换对SAR图像进行去噪的方法。实验结果证明,该方法能有效地抑制SAR图像斑点噪声的同时,对图像边缘和细节具有较好的保护能力,提高了图像的峰值信噪比(PSNR)和等效视数。4.应用了基于NSCT变换的图像融合的方法,把实测的同一地区,几幅不同SAR聚焦图像结合局部梯度和自适应尺度系数融合规则,将各子带的尺度系数根据不同的规则融合,再将其融合后得到的尺度系数逆变换后得到更加清晰的一幅图像。这种方法的融合效果优于常用的融合方法。