遥感图像在实际应用中,不可避免的存在一些局部影像被云层覆盖的情况,在图像的预处理阶段进行云层的去除可以有效的提高影像数据的利用率和解译的准确性。目前大部分的遥感影像的云噪声去除主要是针对大范围的低频部分的薄云,而对于高频局部突变区域的云噪声的处理没有足够的重视。本文在研究相关基础理论、薄云去除模型和常见的去云方法后,针对无辅助信息的单幅遥感影像,提出了改进的小波变换去云法,特别对高频局部突变区域的云噪声进行处理,主要的研究工作包括：1.深入学习傅里叶变换与小波变换理论,从云的形成原理出发,分析研究遥感影像的薄云成像模型,并对常用的遥感影像薄云去除方法进行学习和总结,包括：同态滤波法、拉普拉斯空域增强法、小波变换系数加权法；2.特别针对单景遥感影像,对上述方法进行深入的研究,并总结了这几种方法的优缺点,针对常用的薄云去除方法对影像中的高频局部突变区域的云噪声不易处理的弱点,结合空域图像处理和频域图像处理的经典方法,提出了中值滤波和小波变换结合的去云思路。3.进行实验,比较传统小波变换和改进小波变换的去云效果,并在实验中用经典的去云方法如：同态滤波去云和拉普拉斯增强去云对实验图像进行处理,利用对比实验分析新方法的不足之处；4.从主观视觉评价和客观的统计指标出发对上述去云效果进行评价,在评价结果的基础上探寻此方法可以改进的地方,对今后的研究工作指明方向。