本文研究了小波变换多分辩率和时频局部化特性，深入分析了小波域系数分布特点、极大值尺度间传递性、系数间相关依存关系和隐含状态变量的马尔可夫特性。在小波域中，分别基于系数极大值尺度间传递性、边沿多方向特征、博弈论和马尔可夫随机场等多方面的特性和理论，提出或改进了三种消除遥感图像噪声的方法。与传统的处理方法相比，这些算法不仅有效的消除了噪声，而且具有保持图像边沿细节的优势。并对实际的遥感图像进行了处理和测试分析，验证这些算法的有效性。本文的主要工作概括为以下四个方面： (1)汲取了一维方向数组小波变换消噪较好保持方向性边沿的优点，将二维图像转换为多个一维方向数组进行小波变换消噪处理，与二维图像直接消噪处理相比，有效的增强了边沿细节特征。 (2)基于小波变换良好的时频局部化特性，并依据小波域中不同尺度上图像和噪声对应系数极大值的分布情况，由粗及精跟踪不同尺度上小波系数的极大值，归纳出图像与噪声对应极大值点尺度间不同的传递特性，依据该结论建立了图像极大值跟踪矩阵，并加权于消噪处理，从而抑制了噪声，提高了图像质量。 (3)将小波域中系数间上下文约束关系转化为标号问题，并引入了博弈论知识，建立了基于联盟博弈的系数标号组合算法，实现了上下文约束标号优化组合。 N）基于小波系数的类聚性和传递性，研究了不同变换尺度中不同 分量以及同一分量的小波系数间的相关依存关系，综合博奕论、数理统计 和马尔可夭随机场理论知识，采用宽容的小波系数修正方式，恢复逼近系， 数真实值，达到消除噪声和提高图像逼真度的目的，形成了基于博奕论、．马尔可夫模型和贝叶斯估计综合理论知识消除图像噪声的新方法。 目前，还有许多工作如：小波函数的选择、系数信噪隶属特性的判 别，特别是在基于博奕论和马尔可夫随机场的消噪处理方法中，系数分布 的参数估计、系数标号的初始装配和联盟搜索方法等，仍需继续不断地深 入研究探索。