遥感图像在国防和民用方面起着不可替代的作用,由于其成像机制与可见光图像的差异很大,因此研究针对该类图像的特点的处理算法尤为重要。多尺度几何分析从提出到现在已经有十几年的历史了,虽然这些方法本身具有良好的时频性能,且能很好地解决所对应方向的一些多维信号处理的问题。但是由此理论生成的多尺度几何变换还有不少的缺点而有待完善,例如,一些多尺度几何变换不具有移不变性和解析性,方向选择性较差等,而且针对遥感图像的特点不同种类的多尺度几何变换具有不同的处理效果,本文的研究主要基于目前常用的多尺度几何变换——轮廓波(Contourlet)、双树复小波(dual-tree complex wavelet, DTCWT)、剪切波(Shearlet)和超分析小波(hyperanalysis wavelet, HWT)。本文的应用领域主要是遥感图像的处理,包括SAR图像的去噪、机场异物检测、边缘检测、图像分离、遥感图像的融合。本文以多尺度几何变换为主线,针对其在遥感图像处理应用中的关键技术进行了深入系统的研究。本文在前人的基础上从以下两个方面进行深入的研究。一方面,改进现有的多尺度几何变换的性质和创造新的具有更好性质的多尺度几何变换。另一方面,根据不同的应用场景构造不同的基于多尺度几何变换的算法将变换应用到遥感图像处理领域中。本文的主要贡献如下：1.基于多尺度几何变换的SAR图像去噪算法研究针对现有多尺度几何变换缺乏方向选择性和移不变性的缺点,本文从这两方面进行了改进,针对Contourlet变换的改进包括Wavelet-Contourlet变换、复轮廓波变换、局部混合滤波,而针对Shearlet变换的改进为复Shearlet变换,最后构造了一种适合机场雷达图像去噪的移不变二维混合变换。改进的变换具有移不变性和良好的方向选择性以及稀疏性,丰富了多尺度几何变换的内容,也更有利于雷达图像的去噪。针对SAR图像成像特点,本文基于上述的多尺度几何变换提出了几种去噪算法：一是基于改进后的Contourlet变换的SAR图像去噪算法——基于Wavelet-Contourlet变换的Cycle Spinning去噪算法、基于复Contourlet变换高斯混合去噪算法、基于局部混合滤波的去噪算法；二是基于改进后Shearlet变换的SAR图像去噪算法——基于Shearlet双变量去噪算法、基于复Shearlet变换高斯混合去噪算法、基于稀疏表示的去噪算法、基于贝叶斯收缩的去噪算法；最后则是基于移不变二维混合变换的机场雷达图像去噪。仿真结果表明了所提出的去噪算法的有效性和可靠性。针对上述的算法,本文总结了基于多尺度几何变换去噪的常用框架,并且将上述算法进行一一对比,分析他们在雷达图像去噪中的优缺点,以利于未来进一步的研究。2.基于多尺度几何变换的SAP图像边缘检测算法研究针对现有的多尺度几何变换在SAR图像边缘检测中没有充分地利用多尺度变换方向信息和多尺度边缘信息融合规则比较简单的缺点,本文总结了多尺度几何变换在SAR图像边缘检测中应用的典型步骤,提出了三种基于多尺度几何变换的SAP图像边缘检测算法。第一种边缘检测算法是基于上述的局部混合滤波去噪算法构造的,本文对基于多尺度几何变换的SAR图像边缘检测算法的几个步骤进行了改进,首先改进了平滑过程,然后使用多比例模型Canny算子进行单个尺度的边缘信息检测,最后采用证据理论进行各尺度的边缘信息融合。第二种边缘检测算法是基于稀疏去噪和最小二乘支持向量机进行边缘检测,首先使用稀疏表示进行去噪,然后采用最小二乘支持向量机进行边缘检测。第三种边缘检测算法是基于稀疏表示去噪算法利用多尺度几何变换的方向性构造的,稀疏表示去噪是一种迭代去噪模型,本文利用形态学算子检测每次迭代的方向边缘信息,然后采用证据理论将其融合为完整的边缘。最后本文将上述算法进行一一对比,分析它们在SAP图像边缘检测中的优缺点,以利于未来进一步的研究。3.基于多尺度几何分离字典的图像几何分离算法研究在研究星星轨迹时需要将天文图像中的点和曲线进行分离,而现有的算法计算复杂度太大和计算时间太长,因此本文提出了三种新的图像几何分离字典进行图像分离,其中一种是基于复Shearlet和双正交小波字典,另外一种是基于圆对称Shearlet和双正交小波字典,还有一种是基于超分析Shearlet和双正交小波字典,对于最后一种字典本文还采用了新的迭代算法进行图像几何分离。为了客观地评价各种算法的图像几何分离效果,本文提出了一种分离效果评价标准一分离度。实验结果证明了该算法的有效性,最后本文分析了上述算法的优缺点,以利于进一步的研究。4.基于多尺度几何变换的遥感图像融合算法研究针对当前变换域图像融合由于引入人造纹理而导致融合效果比较差的缺点,本文提出了一种基于剪切波变换和向导滤波的图像融合算法,该算法充分的利用了图像的空间连续性,从而抑制了人造纹理的产生,实验结果表明该算法不仅可以有效地提高图像融合的视觉效果,而且还具有很好的鲁棒性,可以应用到包括多聚集图像和不同类型遥感图像的图像融合中。