我国是西北太平洋沿岸受热带气旋影响最为严重的国家之一,东南沿海每年夏季遭受台风的袭击,造成的人员伤亡和经济损失极其严重。因此,我们有必要对台风等灾害性天气进行深入地了解,分析和监测其产生、发展与消亡的重要信息,做好预防工作,将损失降到最低。目前,卫星云图是监测台风最主要的手段,对气象卫星云图中的数据进行处理,其主要目标是提取信息、分析数据和预测发展规律。考虑到卫星云图在信息采集、传输和相关内容处理的过程中经常会被噪声干扰,如图像成像设备和环境因素等,使图像效果较差,所以卫星云图去噪对于后续基于卫星云图准确监测台风至关重要。此外,气象卫星云图上不同通道的图像都由不同的扫描辐射计获得,含有特征各异的云图信息。如果融合不同通道中的云图特征到一幅图像,就能对各个通道中的信息充分利甩,更好地提取台风云图的特征,为监测和研究台风提供更有利的依据。本文主要围绕多尺度几何分析中Tetrolet变换和Shearlet变换在卫星云图去噪和图像融合中的应用研究展开,并在此基础上探讨其对台风中心定位精度的影响,具体包括以下三个方面的研究工作：(1)提出一种有效的基于Tetrolet变换和偏微分方程(PDE)相结合的卫星云图去噪方法。本文去噪方法是基于Tetrolet变换域,结合PDE和广义交叉验证(GCV)方法,使云图的去噪效果更优。Tetrolet变换是一种自适应的多尺度几何分析工具,具有良好的稀疏逼近性能,能有效地保持云图中重要的边缘细节信息。在本文算法中,引入GCV理论解决在不知噪声方差的情况下确定Tetrolet变换域的去噪最优阈值,利用PDE去噪模型平滑Tetrolet变换产生的方块效应,并保留了较好的图像局部特征。同时,所提出的图像去噪方法的去噪结果与其他5种基于多尺度技术的图像去噪方法进行了对比分析,通过多个实例说明本文方法的去噪结果的峰值信噪比(PSNR)值较优,图像视觉效果好,细节突出,有利于后续卫星云图融合。(2)提出一种有效的基于Tetrolet变换的多通道卫星云图融合方法。首先对待融合的多通道卫星云图分别进行图像直方图均衡化处理,以增强其全局对比度。然后对预处理后的待融合的卫星云图分别进行Tetrolet变换得到低频系数、高频系数及其相对应的拼板覆盖值,再对低频系数和高频系数分别按照一定的融合规则融合。其中,低频部分利用拉普拉斯金字塔进行再次分解,对其顶层取均值,其他层取灰度绝对值大的部分后重构；高频部分取每个图像拼板中高频系数标准差较大的部分,拼板覆盖值也取高频系数相对应的值。最后通过Tetrolet逆变换得到最终的融合图像。所提出的图像融合方法与拉普拉斯金字塔图像融合方法、经典离散正交小波图像融合方法、Contourlet图像融合方法、Curvelet图像融合方法、NSCT图像融合方法和Shearlet图像融合方法这6种方法的融合结果进行分析,并对融合图像进行了主客观评价,在此基础上利用融合云图对有眼和无眼台风进行中心定位并计算定位误差,以检验融合图像对台风中心定位精度的影响。实验结果表明所提出的云图融合方法能够很好地实现多通道卫星云图融合,能够提高台风中心定位精度,综合性能优于同类基于多尺度技术的融合方法。(3)提出一种基于Shearlet变换的多通道卫星云图融合方法。该算法将Shearlet变换较强的尺度性、方向性、边缘表示能力引入到卫星云图融合中。对Shearlet域低频部分,利用拉普拉斯金字塔进行再次分解,对其顶层取均值,其他层取灰度绝对值大的部分后重构；对Shearlet域高频部分,提出结合信息熵、平均梯度和标准差三个评价参数的图像融合规则,并对融合后的高频子图设计非线性算子增强处理,增强图像细节的对比度。该图像融合方法与其他5种基于多尺度技术的图像融合结果进行对比分析,并构造一种新的针对卫星云图融合图像的综合评价指标对融合图像进行了主客观评价。为了验证所提出的融合方法的有效性,利用融合云图对有眼和无眼台风进行中心定位误差分析。实验结果表明所提出的算法的融合云图的综合性能最优,台风中心定位精度高。