1、衛(wèi)星遙感傳感器獲取的部分遙感圖像由于氣候的原因會產(chǎn)生不同程度的云覆蓋，大大降低了遙感圖像的利用率、影響其后期處理和應用。對此類遙感圖像進行云層去除，能有效提高衛(wèi)星圖像的利用率和可用性，也是遙感圖像預處理中一個十分重要的研究方向。
　　本文針對目前應用較為廣泛的陸地(Landsat)系列衛(wèi)星和環(huán)境一號(HJ-1)系列衛(wèi)星獲取的含薄云遙感圖像，提出了三種有效的薄云去除算法，主要內(nèi)容包括以下幾個方面:
　　1.闡述了薄云去除研究的

2、目的和意義，介紹了Landsat系列衛(wèi)星和環(huán)境一號A、B衛(wèi)星成像傳感器的主要參數(shù)，分析了薄云去除算法的國內(nèi)外研究現(xiàn)狀，以及對偶樹復小波變換和支持向量機理論。
　　2.提出一種基于對偶樹復小波變換的遙感圖像薄云去除算法。該算法是將含薄云的遙感圖像進行多層對偶樹復小波變換，使得低頻系數(shù)中主要為薄云信息，高頻系數(shù)中主要為地物信息。通過對高頻補償和低頻抑制處理，有效去除遙感圖像中的薄云，恢復云覆蓋區(qū)域的地面信息。實驗結果表明，該方法能有效

3、去除薄云且具有較快的運算速度。
　　3.提出一種基于多方向?qū)ε紭鋸托〔ㄗ儞Q和遷移最小二乘支持向量回歸的遙感圖像薄云去除算法。在對偶樹復小波變換基礎上，結合方向濾波器組構建了多方向?qū)ε紭鋸托〔ㄗ儞Q;根據(jù)遷移學習及最小二乘支持向量回歸理論構建了遷移最小二乘支持向量回歸模型;借助與原始含云圖像同一位置的清晰多源多時相衛(wèi)星圖像，使用遷移最小二乘支持向量回歸對原始含云圖像的低頻系數(shù)進行填充，原始圖像經(jīng)多方向?qū)ε紭鋸托〔ǚ纸夂蟮母哳l系數(shù)采用自

4、適應增強函數(shù)進行增強，將處理后的高低頻系數(shù)重構后獲得清晰無云的圖像，有效地降低了地物信息的損失。
　　4.提出一種基于多方向?qū)ε紭鋸托〔ㄗ儞Q和遷移孿生支持向量回歸的遙感圖像薄云去除算法。根據(jù)孿生支持向量機和遷移學習理論構建了域自適應遷移孿生支持向量回歸模型。由于衛(wèi)星傳感器獲取遙感數(shù)據(jù)具有一定的周期，在獲得的可用同一位置多源多時相遙感圖像中，地物信息不可避免地會發(fā)生一些變化，此算法采用基于分類的變化檢測算法對原始圖像和多源多時相圖像