近年来，随着信息时代特别是数字时代的来临，计算机信息处理已经成 为卫星云图处理最主要的手段。卫星云图是遥感成像数据中包含信息最多的 数据源之一，采用图像处理方法分析并提取有用图像特征和内容，进而判断 大气变化情况和天气形势，是当前天气预报界的主流工作模式。因此，合理 地处理、分析和应用卫星云图信息，已经成为卫星云图处理的主要研究方向。 本文在借鉴传统图像处理方式的前提下，提出了基于内容的卫星云图处 理和信息检索方法，提高了图像处理的目的性和使用效率，具有较高的创新 价值和实用价值。本文所提出的

针对现有融合方法存在的光谱信息和空间细节信息不能较好兼顾的问题，提出了一种遥感图像小波融合算法。根据高分辨率遥感图像自身的空间尺度，采用多进小波分析技术较好地解决了不同尺度遥感图像空间细节的表达问题，同时利用基于方向能量统计量的自适应融合准则较好地解决了融合中的光谱信息保留问题。实验结果表明，该融合方法在保持全色图像的高空间分辨率的同时，提高了融合图像的光谱保持度。

针对内陆湖泊水环境遥感监测缺乏合适数据源这一问题，基于水体生物光学模型与传统图像融合算法，开发了一种适用于复杂内陆二类水体的生物光学融合（BOF）算法，用于融合多光谱数据和高光谱数据。利用Hyperion数据生成模拟数据集进行算法验证，并将实验结果与小波变换算法、Gram-Schmidt变换算法和色彩标准化算法分别进行对比，结果表明：从视觉效果来看，BOF 算法较好地融合了高光谱数据的色彩信息和多光谱数据的空间细节信息；从图像精度指标来看，BOF 算法不仅在多种分辨率差异下都得到最好的精度，且精