遥感技术在近年来的快速发展极大得提高了遥感影像的获取数量。得益于更高的分辨率所表达的更优的地表特征,许多遥感应用也得到了更多的发展。然而,在遥感成像中,传感器与目标通常距离间隔很远,所以在可见光光学仪器遥感成像时,由于大气中烟雾、灰尘、水气以及其它微粒的存在,电磁波从物体表面通过大气传播到接收传感器的过程中会发生散射和吸收等相互作用,容易造成图像对比度低、模糊不清、色彩灰暗及目标识别错误等情况,尤其是在城镇重工业区域,雾霾天气易发,使得光学遥感成像数据可利用率降低。广泛存在的雾霾严重得影响了遥感影像的解译与使用,是航空摄影的一大障碍。航空影像去雾算法不仅可以增强航空遥感数据的有效性和可用性,而且可以降低气象条件对航空光学遥感的限制。所以,很有必要研究去除雾霾并利用雾霾相关信息的体系以提高遥感影像的适用性。本文的创新点及主要研究内容如下:1.针对目前国内尚未开展中波红外对地观测相关领域研究的现状,本文使用自主研发的机载中波红外成像系统,生成可见光及中波红外正射影像作为研究数据,在深入分析中波红外谱段辐射特性的基础之上,基于随机森林分类器进行中红外波段分类性能分析,探究中波红外谱段在对地观测领域的潜在价值。2.本文分析了现有的计算机视觉去雾算法及其在遥感影像去雾领域迁移使用的局限性,提出了一种基于卷积回归网络与雾天图像退化模型的航空单影像去雾方法,首先采用白平衡算法归一化待去雾影像大气辐射值,保证训练模型的稳定性,同时恢复白色目标,得到真实无雾影像色彩;然后结合引导滤波优化透射率估计图,消除光晕效应;最后根据雾天图像退化模型反演无雾影像亮度值,实现航空正射影像的去雾。3.基于可见光波段与中红外波段在雾霾天气下成像的不同特性(中波红外因其波长更长可视为不受雾霾影响),本文结合中红外图像模拟方法,提出了融合中红外波段的大尺度机载可见光影像去雾方法。