随着遥感技术的快速发展，其在军事、航天和气象等领域获得了越来越广泛的应用。如何对海量数字遥感图像进行有效处理，获得有用信息，已经成为当前数字遥感图像处理技术研究难点和热点课题。本文结合遥感气象卫星的实际应用需求，针对气象卫星遥感图像的边缘检测、图像配准和图像融合等应用问题，开展了如下几个方面的研究:　　(1)在分析对比多种常用的边缘检测算子的基础上，提出了基于LOG算子和Canny算子的改进的边缘检测算法。针对LOG算子对于噪声敏感的问题，通过引入自适应平滑加权模板，提高了LOG算子的抗噪性能。针对Canny算子应用过程中滤波系数和梯度阈值选取问题，在大量实验的基础上，提出了利用灰度共生矩阵特征值来估计最佳参数的方法，该方法使Canny边缘检测算子对于气象遥感图像具有了更好的适应性。　　(2)提出了基于傅立叶-梅林变换的改进的区域灰度图像配准方法。分析了傅立叶·梅林方法中对数-极空间变换所带来的空间变形和误差问题，按照分阶段匹配和迭代求精的思路提出了改进算法。先利用不变矩对图像进行粗匹配;然后通过FMT生成搜索空间，在搜索空间内遍历参数，实现对图像的精确匹配;最后通过多次循环迭代运算，逐步提高配准的精度。上述方法有效控制了配准误差，加快了配准收敛过程，提高了算法效率。　　(3)针对SIFT算法的特征点错配问题，提出了基于特征点可靠度的改进匹配规则，运用可靠度逐层对特征点进行过滤，实现了对错配的屏蔽。针对各类特征点配准方法所面临的共性问题，设计了一种全局几何约束的筛选法则。对于已经经过初步匹配的特征点对，引入全局几何约束判别值，计算每个特征点对的几何约束值及其与基准值的偏移量，自动判断特征点匹配对集的紊乱程度，最后通过逐步筛选特征点匹配对达到消除错配的目的。该方法对于各类SIFT算法及SURF算法等均有效。　　(4)提出并实现了基于伪颜色矢量和小波基于小波分解的图像融合算法。针对气象卫星图像通常由不同通道所构成的特点，提出基于伪颜色矢量的多通道图像融合方法;通过对比图像熵进行选择，实现了气象遥感图像的不同通道子图的融合。在分析多种遥感图像融合算法的基础上，综合运用特征点检出方法、基于特征点的图像配准方法、基于小波分解原理的图像融合方法，进行了完整的应用实验。　　综上，围绕遥感图像特别是气象遥感图像处理的关键技术问题，重点研究了图像边缘检测、图像配准和图像融合算法，提出并实现了一系列改进算法，实验结果表明验证这些方法的有效性和先进性。