受成像时间、环境等差异性影响,镶嵌后的大尺度高分辨遥感图像内部存在色彩不一致、云层干扰等问题,但是目前还没有一个完整的系统化匀色方案能够调整图像内部所有区域颜色一致,消除拼接缝,并抵抗薄云层干扰。本文在现有遥感图像匀色技术的基础上,对大幅镶嵌后色彩不一致遥感图像的匀色进行了深入研究。首先介绍了Wallis滤波和Reinhard线性颜色传递两种经典的颜色匹配方法,然后为适应遥感图像间色彩差异大的情况,改进了线性匹配算法,在SV和RGB空间最小化图像之间的方差差值来寻找最优线性映射关系,以提高图像间颜色的一致性。为了提取拼接缝位置分割色调不同的区域,本文参考haar-like的边缘特征,在HSV空间构造了可描述拼接缝处颜色突变的样本特征,用SVM训练拼接缝检测器,提高拼接缝提取的自动化程度。为实现单张大尺度遥感图像色彩自动归一化,本文利用改进后的颜色匹配算法和拼接缝自动提取结果,先是实现了分块匀色方法,并用双线性插值消除了块效应。然后为消除拼接缝两侧的色差,使用了基于拼接缝分割区域的分块对称匀色。为保证拼接缝处颜色平稳过渡,改进羽化算法提出局部方向性融合算法,根据像素点到拼接缝的距离,对局部区域的颜色映射关系加权线性插值,形成渐变,让拼接缝视觉上与周围像素融为一体。实际应用在沙漠、山区和城区的大尺度遥感图像上,本文的算法能够消除内部色差和拼接缝,加强局部细节,图像整体颜色清晰且一致。为消除薄云对匀色工作的干扰,突出地物本身信息,本文用分块匀色算法消除薄云,和其他传统薄云去除算法对比,分块匀色有一定的薄云去除效果,并提高了薄云覆盖区域与无云区域的颜色一致性。综上,本文为单幅大尺度镶嵌后遥感图像的色彩自动归一化提供了一个系统化方案,能够均衡化图像内部颜色差异,让拼接缝处颜色自然平稳过渡,抵抗薄云干扰。