高陡边坡稳定性监测对于矿山等安全生产工作具有关键性意义。随着测绘科学与技术的发展,监测技术也进入了新时代,特别是地基合成孔径雷达(简称地基SAR)监测技术的出现。地基SAR监测是近年来新兴的监测技术之一,相比于传统点对点的监测技术,它能够反映出边坡整体面及各特征点的形变信息,具有全天候、高精度、无接触、高效率等特点。本文以鞍山市大孤山露天矿为实验场,使用地基SAR监测技术获取边坡的图像数据,为了提高图像数据质量,对该图像数据滤波方法进行了系统性研究。在研究分析地基SAR图像数据中存在的噪声数据来源、影响及不同噪声数据数学模型转换的基础上,类比星载In SAR图像数据滤波经典方法,对地基SAR图像数据进行实验模拟,并对实验模拟效果进行分析,发现滤波过程中剔除噪声数据中包含了部分有效信息。因此,本论文提出了在NLM滤波基础上结合分块小波阈值滤波方法构建新的有效滤波方法,目的是对已剔除的噪声图像数据进行二次滤波,提取并重组地基SAR图像数据。该滤波方法是利用MATLAB软件编写滤波算法程序,以模拟数据作为研究的先验载体,进行滤波方法实验模拟,对实验模拟效果进行对比分析。最后,结合鞍山市大孤山露天矿真实工程实验项目对各滤波方法应用验证。实验研究是以地基SAR边坡监测真实图像数据为数据源,采用经典和本文新提出的滤波方法,对地基SAR图像数据进行滤波实验,论证了该图像数据滤波方法的实际性和可操性。实验结果表明,基于NLM滤波的分块小波阈值复合滤波方法在保证了图像数据的质量的同时,有效地消除数据中冗余信息和噪声数据,很好地保护了图像的灰度信息和边缘细节信息,相比于NLM和全变分滤波方法分别提高了25%、20%左右,进而验证了地基SAR边坡监测图像数据可以作为露天矿高陡边坡滑坡预警的可靠数据基础,同时地基SAR边坡监测技术也为矿山安全生产提供了有效地保障。