合成孔径雷达由于其优良的抗环境干扰的性能而广泛应用在军事和民用领域。然而通过合成孔径雷达得到的SAR图像由于相干成像原理会包含大量相干斑噪声,这种相干斑噪声会给SAR图像的后续处理带来极大的不便,因此在得到SAR图像之后,首先要对它的相干斑噪声进行抑制,同时保留图像原有的基本信息,包括纹理细节和边缘信息等。随着SAR图像的非局部相似特性被大量研究利用,SAR图像降斑方法进入了一个新时期。本文通过研究总结以往的降斑方法,特别是利用到图像的稀疏特性和非局部相似性的方法,在此基础上,提出基于SAR图像内部结构性稀疏优化的降斑方法,主要利用SAR图像的统计特性,针对其内部结构特性来进行降斑研究,主要工作如下:(1)由于传统3D变换域SAR图像降斑方法往往在平滑区抑制相干斑噪声的效果不佳,还容易产生伪影现象,本文在传统3D变换域SAR图像降斑稀疏约束模型的基础上,针对其在同质区相干斑噪声难以抑制甚至产生伪影的问题,结合SAR图像内部不同区域的非局部相似性新增了一个非局部约束项,并利用目标结构组的非局部相似结构组的稀疏系数的加权平均来获得非局部估计值,采用图像块排序来简化相似图像块搜索过程,利用贝叶斯最大后验概率公式对相关参数进行求解,最后利用伯格曼迭代算法和阈值收缩得到最终的降斑结果。(2)本文利用图像内的相似图像块集合的低秩特性,为了避免一般的核范数约束方法及其阈值收缩方法无法较好约束和估计奇异值系数的问题,利用非凸加权范数对相似图像块集合的奇异值系数进行约束,并利用广义软阈值法对奇异值系数进行估计,再利用得到估计的奇异值系数重构图像,并迭代求解得到最终的降斑结果。(3)为了解决一般SAR图像降斑方法无法同时对SAR图像内所有区域均取得较好降斑结果的问题,本文基于SAR图像内部的统计特性,将SAR图像内部通过每个像素为中心的窗口计算得到的似然比和阈值分为同质区、异质区和混合区,并为每个区域的像素根据似然比计算赋予对应的权重,再将不同区域较好的降斑结果进行加权结合,得到一个所有区域均较好的降斑结果。