遥感技术是从遥远的地方获取目标物信息的技术,通过这种技术得到的图像称为遥感图像。遥感图像应用领域很广泛,比如国防军事,地质勘察,气候和气象预报等领域。遥感图像在获取、传送和保存等过程中都会受到很多因素的影响,造成遥感图像被各种噪声污染,这些噪声污染中常见的是条带噪声。条带噪声会造成遥感图像数据准确度和图像视觉质量严重下降,给遥感图像的后续处理造成很多麻烦。所以,解析和处理遥感图像之前,应该首先对条带噪声进行去除。现有对遥感图像条带噪声进行去除的方法基本可以分为以下几种:基于统计的方法,基于滤波的方法和基于模型优化的方法,最近几年,也有人提出用深度学习方法对遥感图像条带噪声进行去除。但是这些常见的方法大都是用于去除水平和垂直条带噪声,很少针对遥感图像中存在的斜条带噪声。传感器获取的条带噪声在原始遥感图像中都是水平或垂直的,但是在产生高级别遥感产品的过程中,会因为几何配准等原因将那些垂直或水平条带噪声转变成倾斜条带噪声。并且高级遥感产品在科学应用中通常具有更大的价值和实用性,所以去除遥感图像中存在的斜条带噪声问题也相当重要。本文提出一种各向异性全变分的遥感图像斜条带噪声去除方法,本文主要工作如下:1)阐述目前常用的几种条带噪声去除方法,总结遥感图像去条带现状。2)对基于全变分(Total Variation,TV)优化模型斜条带噪声去除方法进行改进,提出一种各向异性全变分的遥感图像斜条带噪声去除算法。该方法利用斜条带噪声对原始清晰图像的连续性造成破坏且水平和垂直方向破坏程度不同的性质,斜条带噪声的平滑性质和全局稀疏性质,对斜条带噪声实施合理的正则化约束,构建斜条带噪声去除模型。3)在真实和模拟数据上都进行了大量实验,并和现有比较好的几种方法进行实验对比,用于验证所提方法去除遥感图像条带噪声的通用性和有效性。