合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式微波传感器,由于其具有全天时、全天候、高分辨率的特点,已被广泛应用于经济、军事和科学研究等多领域。但是由于SAR图像中固有的斑点噪声影响了图像的质量,导致SAR图像的理解与解译能力相对滞后。为了可以准确的表达SAR图像所包含信息,本文综述了SAR图像统计建模研究中的概率分布模型,并根据G~0分布的统计性质进一步研究了该模型的参数估计,最后在此基础上进行了边缘检测和置信区间估计的研究,主要内容如下:1)针对SAR图像在G~0统计模型下的参数估计,比较分析了传统的最大似然参数估计和矩估计等算法。为解决G~0分布参数估计的准确性和有效性,本文利用随机加权法的优点,提出了基于随机加权与类比估计相结合的参数估计方法,并通过不同视数和粗糙参数值在真实数据和模拟数据下进行实验验证分析,实验结果验证了本文提出的估计方法精准高、鲁棒性好。2)在进行G~0分布模型的参数估计下,本文将SAR图像边缘检测和边缘置信区间估计的两种方法进行了比较,一是基于广义似然检测和随机加权的SAR图像边缘检测和边缘置信区间估计的参数方法,二是基于KW方法和Bootstrap的SAR图像边缘检测和边缘置信区间估计的非参数方法,并通过实验验证了该方法的有效性和准确性。