光学遥感影像的图像质量很容易受到天气状况的影响，如果某一时刻该地区上空有云，那么此时获取的该地区的影像就会因为包含云噪声而对图像的质量产生不良影响。　　 在光学遥感图像的使用过程当中，会常常发生这样的状况：获取的某一地区（比如中国四川地区）的遥感影像，在持续几个月、甚至几年的时间里，没有一幅图像是完全没有云层干扰的，这些图像当中或多或少都有云层及其阴影，而且云层及其阴影的位置和形状都不相同。论文讨论了常用的云及其阴影的检测方法以及去除方法，提出了一种基于区域生长和图像匹配相结合的云层及其阴影自动检测方法，该方法首先采用区域生长的方法判别出云层所在的区域，把该区域提取出来，并将该区域赋予云层阴影的光谱特性，利用太阳高度角算出云层阴影的大体位置，使用基于交叉熵的图像匹配的方法寻找阴影模板区域在原图像中的精确位置，最终确定图像中的阴影区域。实验表明，这种方法能对云层和云层产生的阴影进行较为准确的检测，对云层及其阴影的边缘有一个清楚的标记，并有效去除一些误判，比如一些高亮度的地物（冰川积雪等），还有水体等。论文提出的方法适用于云层及其阴影的批量化自动检测和去除。