随着计算机技术的发展和信息化水平的提升,遥感技术作为获取空间信息最为快速的手段之一取得了迅猛发展,在测绘、军事侦察、国土资源管理等众多领域得到应用。遥感影像作为遥感信息的载体,其成像质量的好坏直接影响其后期的加工和使用。本文针对航空、航天摄影测量中遥感影像的自动去雾和色彩一致性算法进行了研究。低空摄影测量容易受到雾霾天气影响造成影像降质,雾霾天气状况下伴随大气散射和吸收作用航空影像会出现对比度降低、目标特征不清晰、细节信息模糊、色彩失真等问题,这对影像的后续处理造成了严重干扰。本文以暗原色先验为理论基础设计了一套针对测区级航空影像的雾霾去除算法。利用OTSU算法对影像暗通道进行分割,自动剔除影像中不符合暗原色先验的地物,结合测区全体影像实现测区透射率的全局最优估计,并对单张影像中不符合暗原色先验的地物进行透射率局部优化处理,最后利用大气物理模型实现对原始影像的恢复处理。经试验,该算法处理后影像视觉质量得到明显改善、影像的特征点的提取数量有显著提升。大范围的卫星影像受季节、光照和天气条件等影响容易出现色彩失真,同一测区影像色调常常存在明显差异,导致镶嵌后的正射影像视觉上连续性较差,表现为一张“大花布”,严重影响了卫星影像的判读和使用。本文提出一种利用基准色调的大范围卫星影像色彩一致性处理算法,将现有或网络公开且色彩一致性较好的低分辨率卫星作为基准色调底图,通过替换原影像低频信息及构建影像独立线性模型的方法对原影像进行色彩校正,进而实现整个测区影像的色彩一致性处理,该方法不存在误差累计等问题,适用于大面积卫星影像的色彩一致性处理。航空影像受飞行平台稳定性、飞行角度、成像系统感光特性等影响同一测区的影像常常存在亮度、色调差异,本文针对航空影像的色彩一致性问题提出通过增加随机观测的方法实现测区影像色彩改正系数的精确估计,并且借助测区航空影像重叠区域实现单张影像的局部光照补偿,生成测区对应的基准色调底图,最后利用色彩映射技术实现对原影像的色彩校正,有效解决了航空影像中的“锅底效应”问题。试验证明该算法具有处理速度快、效果稳定、鲁棒性强的特点。综上,本文针对摄影测量中光学遥感影像的增强和色彩一致性等辐射相关问题进行了研究,并且设计了针对性的算法,经过大量试验验证了本文算法的有效性和可靠性。