遥感技术因其能够快速、及时、便捷地提供多种对地观测、跟踪、定位和导航等各种服务，在国防现代化和经济建设等各个方面发挥了着越来越重要的作用，带来巨大的军事效益、社会效益和经济效益。但是，由于云层遮挡现象的存在导致遥感图像不能发挥应有的使用价值。而且由于云层遮挡的影响，使得某一幅遥感影像得不到我们所需要使用的地表或地物等其他信息。且由于气候的原因，很难得到没有云噪声污染的遥感图像，因此，遥感图像去云是一个亟待解决的重要问题，而如何找到一种有效的去云方法，是一个在遥感图像处理领域非常重要的研究课题。本文深入地研究了遥感图像去云问题，从遥感图像的云模型、遥感图像成像机理出发，并结合图像的稀疏表示以及形态成分分析理论方法，开展去云方法研究，提出一种基于稀疏表示的遥感图像去云方法，并通过实验仿真验证了该算法具有很好的去云效果。首先，针对遥感图像的成像机理，详细分析了常用的遥感图像去云方法。从遥感图像中的云模型开始，分析了云成像模型和光学影像的退化和复原模型。在此基础上，给出了几种常用的遥感图像去云方法以及它们各自的优缺点，包括同态滤波法、小波变换法，数据融合法等。其次，阐述了稀疏表示方法和形态成分分析的相关内容。通过对稀疏表示算法的深入研究，介绍并归纳了几种求解稀疏表示优化问题的方法。结合稀疏表示方法的特点，全面介绍并分析了形态成分分析方法的模型假设和理论基础。再次，给出了使用基于稀疏表示的遥感图像去云方法，以及使用该方法对遥感图像进行去云的具体操作。结合图像多形态成分稀疏分解的概念和方法、以及对图像进行形态成分分解所用到的一些稀疏表示字典，本文详细阐述了基于稀疏表示的遥感图像去云方法，并给出了该方法的详细步骤和流程。最后，在Matlab环境下，对本文提出的基于稀疏表示的遥感图像去云方法给出仿真实验验证。通过对实验的去云结果进行目视和统计分析，验证了本文所提出的去云方法在去除遥感图像中厚云的有效性。