小波神经网络是基于小波分析所构成的一种新型神经网络,它充分继承了小波分析与神经网络两者的优点。一方面,小波变换通过尺度变换和平移变换对信号进行多尺度分析,能有效提取信号的局部信息；另一方面,神经网络具有自学习、自适应和容错能力等特点,并且是一类通用的函数逼近器。理论证明小波神经网络具有一致逼近和L2逼近的能力,且结构简单、收敛速度快。这可以很好解决由于遥感溢油图像数据具有多传感器,多平台,多时相,多光谱和多分辨率的海量数据的特性,而存在的海量冗余数据难以有效提取,处理速度慢,精度和可靠性问题。可见,利用小波神经网络对遥感溢油图像进行去噪处理,无疑是一条有效的途径。本文将小波神经网络应用于遥感溢油图像去噪主要完成了小波神经网络的相关理论和小波神经网络的相关算法的研究,实现了基于小波框架的小波神经网络算法；利用共轭梯度法优化小波神经网络,在matlab上编程实现相关网络算法；根据卫星遥感溢油图像噪声的特征,利用优化后的小波神经网络对遥感溢油图像进行去噪处理,验证并分析算法的有效性。实验溢油图像和计算数据表明了本文算法去噪优势明显,不仅很好地去除了噪声,而且最大限度地保全了图像细节信息,去噪后的图像更加接近理想真实图像。