ETM+遥感器对地观测获取的遥感图像，存在大气干扰高频分量、前期图像处理留下的残余误差及来源不明的其它误差，在实际应用中需要去噪处理。为了提高图像清晰度，学者们探索了多种方法，其中低通滤波效果较好，被遥感图像处理软件广泛采用，但滤波效果仍不理想，地物内部弱显清晰，地物边沿弱显糊化，弱化噪声同时弱化了信号。去噪方法尚待改进，新方法尚待探索，希望新方法能弱化噪声、增强信号、输出精度较高较清晰的地物图像。本文结合低通滤波原理，提出一种基于地物光谱矢量特征的滤波去噪方法MFS，用定标后的Landsat-7ETM+地物反射率图像广义归一光谱进行滤波处理实验，保持图像地物光谱特征、边沿特征、纹理特征、地形因子、地物BRDF因子、混合像元每种地物占比因子前提下，消减了噪声，提高了像元值精度及图像清晰度。 MFS不需要DTM数据能适应地形变化，山区图像去噪与平原区等效、暗区图像去噪与亮区等效、全景图像去噪效果均衡一致。MFS维持原图像物理量纲不变，去噪同时增强地物信号，提高了图像信噪比，适用于遥感图像预处理。全文共分为五章，第一章为绪论，主要介绍研究背景、国内外研究现状、遥感图像去噪的经典算法以及研究背景与意义。第二章首先介绍地物反射特征的描述方法，然后详细论述归一光谱矢量理论以及由归一光谱矢量推出的广义归一光谱矢量理论，最后介绍了MFS滤波模型的算法。第三章主要介绍本文滤波处理实现的开发语言C#以及根据该理论所进行编程实现的处理程序。第四章主要是结合前面几章的内容，以Landsat-7ETM+遥感图像为实验数据，对ETM+第1波段进行去噪处理，与目前常用的4种滤波方法进行比较，MFS去噪效果优势比较明显，可望取代遥感图像现行去噪方法，有一定应用价值。第五章为本文的结论，主要是对本文所取得的进步与存在的问题以及对下一步工作的展望。