遥感图像在成像过程中经常会受到传感器、大气扰动等因素的影响,导致其目视效果较差,对后续的图像解译会造成非常不利的影响。遥感图像增强技术能够改善图像质量、丰富信息量,提高图像判读和识别效果。近几年,压缩感知理论的提出为图像处理提供了新的途径,该理论从少量数据恢复原始信号的基本思想打破了传统信号处理理论的局限性,使得高分辨率信号的直接获取成为可能。本文将压缩感知理论应用到遥感图像增强中,针对遥感图像增强中融合和去噪两个典型问题进行研究,构造基于压缩感知的遥感图像融合和去噪模型。本文的主要工作如下:　　1)提出一种基于压缩感知的多光谱遥感图像融合方法。该算法使用训练的冗余字典分别对遥感图像做稀疏分解,获得遥感图像的稀疏表示系数;之后在稀疏域对遥感图像融合;最后通过图像重构得到最终融合结果。由于稀疏表示可以有效地刻画信号的内部结构与特征,融合后的图像能够在注入丰富空间细节信息的同时有效地保持原始光谱信息。　　2)研究基于压缩感知的SAR图像斑点噪声抑制算法。本文首先从探索斑点噪声的产生机理入手,总结斑点噪声的数学模型,并分析在乘性模型下斑点噪声的统计特性,根据斑点噪声的数学模型和统计特性提出了一种基于K-SVD的斑点噪声抑制算法。该算法首先将含噪图像变换到对数域,并进行小波分解,之后利用K-SVD对分解后的子带图像逐一训练字典并去噪,通过模拟图像和真实图像的实验结果对比分析,本文算法可以在有效抑制斑点噪声的同时较好的保持细节信息。