Le filtrage des images RSO (Radar à Synthèse d'Ouverture) pose le problème des données perturbées par la présence de ``bruit'' multiplicatif (chatoiement). En général, on propose des algorithmes supposant la linéarité du processus ainsi que la minimisation de l'Erreur Quadratique Moyenne, ce qui conduit aux filtres bien connus de Kuan et Lee. En prenant un modèle dédié au bruit multiplicatif (convolution de Mellin), on peut aisément montrer que le choix d'un filtre de type homomorphique peut d'une part semble mieux adapté à ce type de données et, d'autre part, en modifiant le critère à optimiser, il est possible d'obtenir les valeurs optimales de ce type de filtre en fonction d'hypothèses sur le chatoiement. Les résultats ainsi obtenus semblent prendre mieux en compte la dynamique intrinsèque des images RSO.