近年来,随着传感器技术的不断发展和运载平台的更新换代,高质量航空遥感影像的获取已变得越来越容易。而由其制作的数字正射影像图(DOM),作为测绘行业的4D产品之一,在地籍测量、城市规划、环境调查、土地管理、数字城市、灾害监测等方面发挥了越来越重要的作用。尤其是无人机这种高灵活性、对天气低依赖性、获取数据快以及低成本的遥感平台的广泛使用,使其在面对地震、洪水等突发性自然灾害的时候也能及时的发挥关键作用,减少了国家和人民财产的损失。在制作数字正射影像的过程中,由于航空遥感影像的获取时间、外部光照、摄影角度以及地物属性等因素的影响,影像内部以及影像之间在亮度分布及色调上出现了不同程度的差异。这种差异将直接影响到最终生成的正射影像的质量。特别是随着无人机、无人飞艇等新型遥感系统的广泛使用,其获取的大比例尺低空航摄影像使影像的色彩一致性处理出现了新的问题。本文对航空遥感影像的色彩一致性处理方法进行研究,并针对大比例尺航摄影像处理中遇到的问题进行了算法改进。主要的研究工作及创新性成果如下：(1)克服了基于Mask的单幅航摄影像匀光中易出现的影像边缘偏色现象。单幅影像在经过频率域的低通滤波后会在影像周边产生光晕现象,导致匀光影像中出现偏色。通过分析偏色现象出现的原因,提出了一种基于像素复制的背景影像优化方法来抵消频率域高斯低通滤波的边界效应。首先将原始影像以影像边缘为对称轴从四周分别向影像内部复制一定宽度的像素,然后进行频率域的高斯低通滤波,再将之前复制的那部分像素裁去,生成最终的背景影像。实验表明,该方法可以有效消除由于边界效应所造成的光晕,避免了匀光影像周边产生偏色。(2)提出了一种解决Mask匀光中高反差区域导致匀光影像偏色的优化算法。航空遥感影像包含的图像内容多种多样,在一些大比例尺影像中,诸如强镜面反射的房顶等人工建筑物造成的大面积亮斑和暗斑会对匀光结果造成不可忽略的影响,尤其是相邻的两块大面积高反差区域,如树林中的高亮屋顶和大面积阴影等,经过匀光后会在相邻区域产生偏色现象。本文提出了一种基于扩张吞噬算法的背景影像优化算法,消除了由高反差区域在背景影像上所产生的“模糊带”。实验证明,该算法可以有效避免因高反差区域对匀光结果造成的偏色现象,提高了匀光后的影像质量。(3)提出了一种基于直方图平滑的匀色结果影像处理方法,解决了多幅影像匀色结果中的灰度不连续分布问题。根据实际生产需要,选定了基于基准色调的Wallis滤波匀色方法。在多幅影像的匀色中,当参考影像的方差大于待调整影像的方差时,经过Wallis变换后的结果影像会出现灰度不连续分布的现象。本文采用一种基于直方图平滑的匀色结果影像处理方法来解决匀色影像的灰度不连续分布问题。实验证明,采用本文方法后,匀色影像的灰度级没有出现不连续分布的现象,并且没有影响匀色质量。(4)提出了一种匀色影像的重叠区域的色调过渡处理方法。经过匀色处理后,相邻影像在重叠区域内仍然会有较小的色调差异,会对镶嵌后的影像质量造成影响。本文提出了一种基于线性变换的影像重叠区域的色调过渡方法,对每张影像在重叠区域的部分按本文方法进行处理,使相邻影像在重叠区域内的色调过渡更加自然平缓。实验证明,本文方法是行之有效的,相邻影像在重叠区域内的色调更加接近,镶嵌影像在镶嵌线附近没有出现明显的色调差异。(5)实现了航摄影像色彩一致性的并行化处理。随着各种新型遥感传感器的投入使用,高质量航空遥感影像的获取越来越容易,这些影像的尺寸一般都很大。在对这些大幅面影像的处理过程中,往往会面临内存不足、运算效率低下等问题。本文对基于计算统一设备构架(CUDA)的并行计算方法进行了研究,并针对匀光处理中的占据大量时间开销的傅立叶变换进行了两种典型的快速运算方法的分析和比较。经过实验,最终采用基于CUDA的并行计算方法来实现本文中的影像色彩一致性处理,计算效率有了明显的提高。