随着科技的进步，遥感技术已取得了长足的发展，广泛应用于世界范围内的诸多领域，为人类从宏观的角度认识本身所处的地球环境提供了可能。遥感图像作为遥感技术的直接产品，可为人们提供大量宝贵的资料。但由于大气环境对光谱传播的复杂影响以及遥感器自身的限制，可见光遥感成像过程容易受到云雾的影响，致使遥感图像变得模糊甚至丢失信息，给图像的后期分析、处理工作带来很大的不便。研究如何消除这一影响是当前遥感图像处理领域的一个热点，本文在总结分析了遥感技术与图像处理技术的基础上研究了基于小波变换的去云方法，研究的内容和取得的成果主要有：1．全面研究了小波变换理论，将小波分析与Fourier分析作了分析对比，研究了两者的区别与联系。对小波变换的发展历程做出了总结，对小波变换中的几个基本变换进行了描述，并重点研究了多分辨率分析与Mallat算法。研究了当前小波分析的应用情况，提出它在图像处理领域的强大优势。在总结大气云雾成像原理的基础上，对薄云成像模型与厚云成像模型进行了研究，建立了含有薄、厚云信息的遥感图像的退化模型。这是本文研究的理论基础。2．研究了薄云去除的常用经典方法，如多光谱图像法、直方图匹配法、同态滤波法等，分析总结了这些方法的去云效果、优点及不足。总结研究了小波变换去除薄云的原理及方法，提出了一种基于小波变换的薄云去除改进算法，该算法能改善一般小波去云算法中薄云信息区分不精确的缺点，经实验证明，该算法不但能有效去除薄云信息，而且尽可能多地保留了地物信息的细节，有利于图像处理后的进一步分析、识别。3．深入研究了小波融合原理、方法及遥感图像中云区检测方法，基于厚云信息处于遥感图像低频部分的原理，提出小波融合去除厚云的方案，实验结果表明，融合后的图像不但能有效去除厚云影响，而且融合后图像信息丰富，达到了预期效果。