随着我国对对地观测技术领域的高度投入,遥感技术正在向高空间、高光谱和高时间分辨率的方向飞速发展,各类遥感卫星的应用规模也越来越大。不断提高的遥感图像分辨率也使遥感图像的数据量激增。因此,如何针对这些海量遥感图像数据进行管理和计算,进而提供高效的遥感图像处理服务已经成为遥感领域的难题。而随着信息技术的发展,近年来诞生并高速发展的云计算技术为海量遥感图像的处理提供了一种有效的解决方案。本文在了解遥感图像处理和云计算的国内外研究现状的基础上,首先总结了遥感图像处理的常规算法和流程,采用基于GDAL的MPI遥感图像并行处理模型解决海量遥感图像处理低效的问题,设计和实现了遥感图像预处理及处理流程中辐射定标、大气校正和地物提取算法的并行化工作,完成了算法的功能封装。然后,基于现行数据资源管理技术、并行数据处理技术、网络通信与虚拟化技术以及Web服务构建技术构建了遥感云平台的框架,并通过具体技术手段(NFS文件系统、MPI多进程并行处理模型、SSH数据通信与传输、基于PHP开发框架的Web服务可视化)实现了遥感云平台的部署。接下来,将底层遥感图像处理并行算法功能在云平台上集成,在实验室机架式服务器的硬件环境下成功配置了云平台,该平台以SaaS(软件即服务)模式为客户端用户提供海量遥感图像处理的Web应用服务。最后,在上述遥感云平台上进行了遥感服务功能和性能的实验测试,结果表明各遥感图像并行处理效率相对单机环境高达313%,加速性能良好。本研究为基于云平台的遥感图像处理服务模式提供了一种通用有效的解决方案,在海量遥感图像处理中具有应用价值。