伴随着遥感技术的不断发展,遥感影像的应用越来越广泛,对影像质量的要求也越来越高,但在实际拍摄时会有很多外在因素影响数据质量,其中大气云雾的.影响最大,云雾噪声不仅仅影响遥感影像的解译精度和目标地物判读的准确性,而且提高了有效遥.感影像数据获取的难度,同时降低了时效性。因此,如果能够运用有.效的方法减少或去除大气云雾对遥感影像质量的影响,对提高遥感数据的有.效利用有着非常重要的意义。论文主要内容为:(1)总结分析云层形成的原因以及云层.在遥感影像中的特征,并在此基础上阐述遥感影像中薄云成.像的模型和云成像的原理。(2)以高分二号遥感影像为研究对象,利用同态滤波、小波变换法、拉普拉斯变换法进行适用性实验并取得实验结果,对比三种方法去云效果,同态滤波去云后影像丢失部分细节信息,边缘模糊;拉普拉斯变换法去云后有云区域向无云区域过渡生硬;小波变换法虽然在综合效果上更优,但在结果影像上也出现部分区域变得模糊的现象。(3)提出应用两种方式结合的去云算法:小波变换-低频同态滤波法,针对在低频部分的云层,小波分解后对低频部分先进行同态滤波处理,再减小低频系数增大高频系数后重构得到结果影像;小波变换-同态滤波法,考虑云层不仅仅全部集中在低频部分,高频部分也有少量云层,经过小波变换重构后,整体进行同态滤波处理得到结果影像。对比去云效果,对高分二号遥感影像来说小波变换-低频同态滤波法效果不理想,高频部分云层信息未去除;小波变换-同态滤波法去云效果最好,虽信息熵值增幅不是最大却在增长的前提下最接近原始影像值,说明在保证原始信息的前提下信息量得到了提升。