由于遥感技术的迅速发展,遥感影像越来越被广泛应用于各个领域。但是遥感影像在成像过程中又极易受到天气条件的影响,大多数遥感影像在获取时都不可避免的会存在一些被云覆盖的局部区域,获取一幅完全无云的影像是相当困难的。云的存在不仅会影响遥感影像的进一步处理,也会降低遥感影像的利用率和解译准确性,因此探索一种比较有效的遥感影像去云方法,具有十分重要的现实意义和研究价值。在遥感影像中,根据云的特点的不同可以分为薄云和厚云,目前已有的一些常规的遥感影像去云方法会根据影像上云的覆盖类型的不同而不同。对遥感影像进行去云处理,不仅是为了提高遥感影像的制图或分类精度,同时也是对影像进行地物信息提取的重要步骤,因此理想的遥感影像去云处理不仅要能够去除云的影响,同时还要尽可能的恢复云层覆盖下地物的波谱信息,从而为更好地实现影像的进一步处理奠定良好基础。本文研究了去云的相关基础理论、云形成的模型以及一些常用的去云方法,重点针对厚云去除方法进行研究,提出了基于图像修复和替换的遥感影像去云方法和基于相似像元替换的遥感影像的去云方法。论文研究内容和所得结论包括以下几个方面:1.对遥感影像常用的去云方法进行学习讨论与分析,分别研究了同态滤波去云法、替换去云法以及时间序列谐波分析法去云,通过对每种方法优缺点的总结,提出常用传统去云方法普遍存在的问题,后文主要针对这些问题进行研究。2.研究将Criminisi图像修复方法应用于遥感影像去云,发现修复法去云可以很好地恢复云区域的灰度信息,但是会损失影像纹理信息;而替换去云法保留了较好的纹理信息,却容易出现"补丁"效应。提出了一种基于图像修复和替换相结合的遥感影像去云方法,首先分别利用修复法和替换法进行去云试验,然后将两种去云实验结果进行小波融合,最后对边界进行后处理得到一幅过渡平滑的云去除图像。与修复法去云结果和替换法去云结果分别进行比较,图像修复和替换相结合的去云方法具有更好的去云效果。3.常规的去云处理算法在去除云对影像影响的同时,通常也会伴随地物光谱信息的丢失。提出的基于图像修复与替换相结合的去云方法同样无法实现云遮挡区域地物波谱信息的恢复。提出了一种基于相似像元替换的遥感影像厚云去除方法。首先利用改进的单时相法对有云的图像进行云检测并制作云掩膜图像,然后利用该图像中掩膜之外区域的合适像元对掩膜部分的像元进行替换,最后对边界进行后处理得到一幅过渡平滑的云去除图像,结果表明,该方法可以有效的实现厚云的去除,同时也能够有效地恢复地物的波谱信息。