随着科学技术的日益发展,遥感图像作为记录地貌特征的特殊图像,其应用范围逐步扩大。遥感图像的成像和传输过程受一些因素的干扰包括大气辐射、成像设备等,导致得到的遥感图像出现噪声污染、视觉模糊、整体对比度下降等问题,影响遥感图像的质量,增加对遥感图像后续处理的困难。图像增强作为重要手段,有针对性的提高图像重要细节信息,弱化其中我们不需要的信息、去除图像中包含的噪声,提高的图像清晰度。因此,图像增强对于遥感图像的处理起着至关重要的作用。本文对于遥感图像出现的噪声污染、清晰度低、边缘细节保持弱等问题,提出了两种图像增强方法。第一、提出一种基于NSCT域的多方向形态学和自适应反锐化掩模结合的遥感图像增强方法。首先,将初始图像经过NSCT分解,得到低频子带以及几个高频子带。然后,对低频子带的系数采用线性变换进行处理,提高整体对比度;对高频子带利用多方向形态学滤波器对高频子带的系数进行处理,去除噪声污染,增强各个方向上的轮廓信息。然后,利用NSCT的逆变换对所有的子带进行重构。最后,对重构后的图像在用自适应非锐化掩模来提高图像的细节。实验结果表明该算法的视觉效果有所改善,客观指标如:清晰度、对比度、信噪比与对比算法相比都有提升。本文还提出了另一种方法是基于NSST域的引导滤波遥感图像增强方法。首先对原始的遥感图像和经过自适应直方图均衡化后的图像进行NSST分解,分别得到各自的低频子带和高频子带。然后对原始图像的低频子带进行PM滤波处理,消除低频部分的噪声,提高对比度;对自适应直方图均衡化过的高频部分采用循环阈值法进行去噪,对去噪后的高频子带再进行引导滤波。最后,对所有的子带进行NSST逆变化。实验结果表明,该算法改善了图像的视觉效果,客观指标与对比算法相比较,信噪比、结构相似性有所提高,时间降低。