随着遥感技术的快速发展,遥感影像的空间分辨率在逐渐提高,遥感影像数据的规模也随之增加。与传统的低空间分辨率遥感数据相比,高分数据所包含的信息量得到显著提升,地物细节更加丰富,但海量的数据量以及复杂性制约了高分数据的应用。中国科学院遥感与数字地球研究所提出了一种名为五层十五级瓦片切分方法的高效的数据切分管理方法,在遥感影像数据的高效管理、图像生产等方面能够发挥重要的作用,通过对不同传感器不同时相的遥感数据的进行数据聚合,有效的消除了数据来源差异性。但在卫星影像的获取过程中,由于传感器种类、拍摄角度与时间以及地物属性的不同,导致单幅影像内部和不同影像之间存在亮度不均、色调差异等现象。因此有必要对影像进行色彩一致性处理,否则将直接影响瓦片数据的无缝拼接与实时显示的效果。本文在分析了现有的匀色算法基础上,对单幅瓦片、多幅瓦片间的匀色算法进行了系统的研究。主要研究内容如下:(1)研究了现有单幅影像匀光算法以及影像间匀色算法。利用现有算法分别对不同类型的瓦片影像进行匀光匀色处理实验,分析了各算法的特点与适用性。并指出MASK匀光法在单幅影像匀光处理实验中效果是最好的,Wallis滤波匀色法在影像间色彩一致性处理实验中匀色效果最佳,为后续研究提供了帮助。(2)在单幅影像匀光处理过程中,MASK匀光法的缺点是不能对各区域采用区域适宜的滤波尺度,为此提出一种基于影像梯度动态分块的方法对MASK匀光法进行改进。通过设置梯度阈值对影像分块进行分类处理,分别对各类影像分块选择适宜滤波尺度进行匀光处理。有效保持了影像细节信息,提高了匀光影像的质量。(3)针对基于底图的Wallis滤波匀色法不能够考虑到像素间的位置关系,而且不能改善原始影像内部存在的亮度反差不均等现象,对匀色算法进行了改进,能够实现影像亮度反差一致的基础上避免分块效应,同时实现影像间的色彩一致性处理。