遥感影像上的云通常按其光学厚度分为薄云和厚云。其中,薄云对大多数可见光波长的卫星传感器造成了阻碍,薄云的污染严重影响了遥感影像的使用。因为缺少辅助信息,以及遥感影像中地物的复杂性,去除单张遥感影像中的薄云仍然是一个具有挑战性的课题。本文从遥感影像上薄云的特征出发,总结了薄云在空间域和频率域上的不同特点。在仔细分析薄云在频率域上的特征,借鉴图像处理领域中单张影像去雾的研究后,提出了一种新颖的方法用于去除单张遥感影像上的薄云并恢复薄云覆盖下的地物信息。本文选用暗通道先验和掩膜匀光法这两种图像处理手段来生成初步的薄云去除结果。之后,使用基于非下采样Contourlet的融合手段来有效地去除薄云信息并恢复地物信息。考虑到部分人工地物信息会在融合过程中受到削弱,在设计融合规则时利用了 NSCT的多方向特性来保护这些人工地物,使其不会因融合规则而产生变化。采用上述的研究思路,本文使用Sentinel-2真彩色影像,对不同场景中的影像进行了薄云去除的实验。从定性和定量分析的结果来看,本文提出的算法能够有效的去除薄云及其产生的光斑对影像的影响,同时能够较好的恢复薄云覆盖下的地物信息。由于本文提出的算法并不是针对Sentinel-2的传感器所设计,算法涉及的参数选择也较少,因此其具有一定的通用性。在未来的工作中,将进一步根据不同波段对薄云的敏感性差异,仔细分析薄云在频率域的更多特征,从而设计出更好的融合规则来实现去除薄云和恢复地物信息的目标。