遥感技术已经在国民经济和社会发展的众多领域获得广泛的应用，在遥感卫星获得的遥感影像数据中，大部分是光学影像(如SPOT、TM影像等)。虽然光学影像一般具有信息量大、分辨率高和几何性质稳定等特点，但同时它又极易受到气候因素的影响，而云层遮挡就是其中影响之一，而且大面积的云层遮挡将严重影响图像的质量，因此，在现有条件下，寻找一种有效消除云层遮挡影响的方法，就具有十分重要的实际意义。 本文首先通过前人提出的傅立叶变换到频域进行处理的方法，实现初步从单幅图像中去除薄云；为了进一步改进效果，随后将小波工具引入云的提取、分析和去除过程中来，加以比较、改进，以寻求一种最优的方法。对于多波段图像，本文在已有的大气纠正方法上进行了比较、改进，保持图像色彩信息的同时尽量去除薄云的影响。 主要的研究内容如下：探讨了薄云影像成像模型及复原方法。建立薄云影响下物体的成像模型，分析模型并提出复原方法； 在同态滤波的基础上提出了基于离散框架小波变换的薄云去除方法，并完成了方法实现； 多波段图像薄云去除的研究。 本文主要的创新之处在于：将传统同态滤波的思想与小波变换相结合，充分利用小波变换的多分辨率分析，更好的保持了图像的细节信息； 将大气纠正算法应用于多波段图像的去云处理，在去除云覆盖噪声的同时尽量保持图像的色彩信息。