هدف از انجام این پایان نامه، ناحیه بندی و بهبود کیفیت تصاویر رادار سار است. اصلی ترین مشکل در ناحیه بندی تصاویر سار وجود نویز ذاتی لکه ای می باشد. نویز لکه ای، نویزی ضرب شونده با قدر تخریب بالاست که پدیده ناهمگنی شدت روشنایی را در تصویر ایجاد می کند. به همین دلیل روش های معمول و متداول ناحیه بندی در تصاویر سار کارایی ندارد. در این پایان-نامه ترکیب دو مدل توانمند در زمینه مواجهه با پدیده شدت روشنایی غیر همگن، برای بهره-گیری از مزایای هر دو روش و بهبود عملکرد آنها، مدنظر قرار گرفته است. مدل اول استخراج ویژگی مبتنی برکومولانت نرمالیزه شده (کرتوسیس) ضرایب انرژی کانتورلت است. این روش به دلیل مستقل بودن از شدت روشنایی پیکسل ها، قادر به ناحیه بندی تصاویری با پدیده روشنایی غیرهمگن می باشد. مدل دوم، پدیده روشنایی غیر همگن را به صورت یک مولفه ضرب شونده در تصویر مدل کرده و سعی در تخمین آن دارد. سپس با استفاده از مولفه تخمین زده شده، تصویر تصحیح بایاس شده و منجر به کاهش نویز لکه ای می شود. بنابراین برای اولین بار در تصاویر سار مسئله کاهش نویز و ناحیه بندی بصورت تواَم در نظر گرفته شده است. برای ارزیابی الگوریتم پیشنهادی، الگوریتم را برروی دو نوع از تصاویر شبیه سازی شده و واقعی سار آزمایش نموده ایم. نتایج بدست آمده مبین بهبود دقت ناحیه بندی نسبت به الگوریتم-های پیشین و همچنین کاهش نویز اسپکل تصاویر سار است.