20世纪80年代以来,新兴技术迅速出现、不断发展。随着遥感技术的逐步成熟,高分辨率的遥感影像被广泛应用于气象预测、城市规划、变化监测、信息采集等各个方面。然而,由于绝大多数遥感卫星获取得到的影像为光学遥感影像,这类影像很容易受到恶劣天气的影响,这种情况给遥感影像在各个领域内的有效利用造成了极大的干扰。尤其是对作为测绘行业产品的遥感影像而言,若影像被云雾覆盖将直接导致对地物识别的困难,影响工作的效率。单景遥感影像的清晰程度是决定遥感影像质量的关键因素。清晰程度高的影像相应的有效性和利用率也更高。为了得到清晰易判读的遥感影像,本文详细介绍了遥感薄云影像的成像模型以及涉及到的相关理论。在此基础上,对常用的几种遥感影像薄云去除方法进行了理论研究和实验对比。其中包括直方图匹配法、拉普拉斯图像增强法、同态滤波法、小波变换法等,并对其中的小波变换法进行了深入的探讨。结合图像处理的相关知识对影像的去云模型进行讨论,对小波变换的遥感影像薄云去除方法进行了改进,最后以单景Landsat8 OLI影像作为实验数据进行去云实验,从主观和客观两方面对影像进行评价,证明该改进方法较其他方法能够取得很好的实验结果。本文阐述的改进方法通过选择影像对应的最佳小波基函数以及小波分解层数,将小波分解得到的近似系数利用频域内的高频强调滤波进行处理。通过时域和频域内对影像的处理实现两种方法的优势互补,能够极大程度地保留数据源影像的细节信息,并且对云噪声有很好的去除效果。