随着空间观测技术的发展,卫星影像的时间、空间和光谱分辨率不断提高,高分辨率卫星图像在道路测绘、资源勘探、灾害监测以及军事侦察等方面发挥了重要作用。由于气候原因,云层覆盖是卫星图像中常见的干扰因素,大面积的云噪声降低了图像质量,给对地观测、数据的分析和传输带来较大影响。因此,减少云层干扰、提高图像的利用率具有重要意义。本文针对这一重要问题,围绕评价图像观测质量的云检测技术和提高图像解译精度的薄云去除技术展开研究,主要内容如下:第二章分析了云层相关特性与特征提取技术。首先,介绍了云层的物理特性和成像特性,并基于云层与下垫面的属性差异,确定了描述云与地物的三类特征:辐射特征、纹理特征和频率特征。然后,对常见的云层特征提取方法进行了详细分析。最后,分析了各类特征对云地样本的分类能力。第三章研究了针对云覆盖量计算的云检测方法。首先分析了典型的云检测方法存在的局限型,然后结合高分辨率全色图像的特点,提出了一种基于多特征提取的云检测算法;从算法框架出发,详细介绍了各个流程和结果。最后,从目视效果、检测精度和运算效率三个方面对算法的性能进行比较分析。此外,针对实际生产过程中图像质量的评价问题,提出了判断图像局部云覆盖程度的分析方法,有利于客观评价图像质量。第四章研究了针对提高图像观测精度的薄云去除算法。首先分析了薄云成像模型以及小波去云的原理,然后结合高分影像中常见的薄云分布形态,提出了一种基于静态小波变换的薄云去除算法。最后,通过多组实验分析,从目视效果、和统计参数两个方面验证了算法的有效性。