星载遥感技术在地球科学研究中发挥着重要作用。然而,光学遥感传感器获取的数据容易受大气中云层的影响,云层的存在会影响对光学遥感数据的成像质量和研究使用。因此,如何消除或减少云层对光学遥感影像的影响具有一定的研究意义。本文主要研究多光谱遥感影像的薄云去除方法。首先,本文对基于经验和辐射传输模型的薄云去除算法进行了介绍和总结。该算法利用波段间光谱响应的线性统计关系和辐射传输模型对云进行建模,以实现云的去除。然而,该算法在复杂的地面特征情况下表现不理想。为此,本文提出一种改进的方法,该改进方法利用Landsat-8卫星搭载的卷云波段,提高了模拟的薄云反射率的准确度。通过不同的土地覆盖类型的Landsat-8 OLI数据集进行了两次实验,以验证改进方法的有效性。定性和定量分析均表明,改进方法得到的结果优于原算法。以其中一组实验为例,改进方法得到的结果与参考图像间的空间相关系数在0.919–0.956之间,优于原算法的0.717–0.912。由于改进的基于经验和辐射传输模型的薄云去除算法只能去除可见光波段的薄云,本文利用慢特征分析算法提出了一种新颖的,能够去除可见光到中红外波段薄云的方法。该方法将光谱波段和卷云波段作为输入进行信号分离,并依据分离信号的变化程度由慢到快依次输出。第一个分离信号被识别为“云成分”。然后,通过该“云成分”计算每个光谱波段中的薄云反射率并进行移除。本文分别通过模拟的有云数据和获取的Landsat-8数据对提出的去云方法进行了验证。实验结果显示,经过去云后,参考图像与去云结果间的R~2值达到了0.9甚至更高,RMSE值(均方根误差)则接近于0,表明该方法有效的去云性能。最后,为了研究所提出方法的适用性,对不同地物类型的Landsat-8数据和一组Sentinel-2A数据进行了验证,均取得了满意的结果。