光学遥感已成为对地观测的一种重要手段,但云层干扰破坏了图像的空间和光谱信息,严重影响图像质量和更深入应用,因此有效去除遥感图像的云并重建地面信息具有重要研究意义。遥感图像去云可分为薄云去除和厚云去除两类,薄云通常可利用有云图像自身信息进行有效去除,而厚云几乎会导致地面信息完全缺失,需要借助同区域其它图像来重建缺失的地面信息,且不同方法的能力和效率有所不同,需要在二者之间进行权衡。为此,本文针对薄云和厚云分别提出了相应的云去除与地面重建方法,首先提出基于慢特征分析的空谱自适应薄云去除方法实现对薄云的快速有效去除,同时改进基于光学与合成孔径雷达（SAR）图像融合的去云方法有效去除难以去除的厚云并重建地面信息。本文主要的研究内容及结果如下:1.针对薄云,本文在使用慢特征分析（SFA）提取云反射率的基础上,提出了一种空谱自适应的薄云去除算法。首先,根据信号的变化速度,SFA能够将遥感图像各个波段分解为由慢到快变化的信号分量,其中云成分将主要集中于第一分量,本文将这一云成分作为后续处理的基础云反射率。然后,提出空间校正方法降低地面的岩石和屋顶等高亮像元对云反射率提取的影响。同时提出光谱去云系数调整方法,利用薄云图像波段之间的反射率关系和梯度关系共同约束各个波段的去云系数,提升去云的空间精度并获得良好的光谱特征。在此基础上,依据简化辐射传输模型对去云后受损的地面反射率进行重建,有效解决去云后图像的黑影问题。在Landsat8图像中进行了模拟云和真实云实验,实验表明本文所提出的方法能够有效去除图像中的薄云,获得了比现有方法更好的主观和客观评价效果。散点分布和反射率采样等多个实验结果显示本文去云结果具有更好的空间分布和光谱特征,且所有波段都表现出了更高的定量评价结果,在4幅真实薄云图像的实验中,平均PSNR为42.9738,MAE为0.5216,RMSE为0.7045,R~2为0.8203,r为0.9222。2.针对难以去除的厚云,本文提出了基于光学和SAR图像融合的方法去除厚云并重建地面。SAR图像具有不受云雾影响的特点,能够提供光学图像中受云遮挡所缺失的地面信息。首先将SAR图像转换为较低空间分辨率的模拟光学图像,提取其中的空间信息并缩小二者因不同获取原理带来的差异。然后,使用残差网络融合有云光学图像、SAR图像以及模拟光学图像获得无云的光学图像。本文构建了具有空间和光谱约束的损失函数,获得了更丰富完整的空间结构和更优秀的光谱特征。在SEN12MS-CR数据集中对去云方法进行了验证,实验表明本文所提的厚云去除方法相比原始方法具有更好的目视效果和更高的客观评价指标。在目视效果上获得了更加连续和完整的空间结构,地物边界更加清晰,且图像的光谱特征得到了很好的恢复。在整个测试集中进行了定量评价,本文方法MAE为0.0708,RMSE为0.0170,SAM为0.0632,PSNR为33.3929,SSIM为0.9222,均优于对比方法。