云雾是影响卫星图像和航拍图像清晰度的主要因素。本文以卫星图像和航拍图像为研究对象，进行了卫星图像和航拍图像的去除薄云薄雾的研究。 云雾主要是通过粒子的散射、吸收及放射对图像产生影响，在可见光波段，吸收和放射对图像的影响相对于散射的影响可以忽略不计。散射通过三个方面对可见光成像产生影响：云雾对非成像光线的散射导致云雾自身成像；云雾对成像光线散射导致成像光线指数规律的衰减；成像光线被云雾散射后继续成像。上述三个方面造成图像的对比度和分辨率的下降及亮度的变化。 在航拍图像的获取过程中，由于粒子散射对图像的影响，图像质量出现明显的下降，主要表现为：亮度、对比度和分辨率的下降，图像变得模糊。本文首先采用图像增强方法消除薄雾对图像的影响。此外，由于薄雾退化的图像最主要的特征是退化造成的影响和景物与相机的之间的距离相关。针对这种相关性，并结合薄雾退化图像的特点，采用了一种多尺度的处理方法，对处理后的图像采用自适应中值滤波器滤除噪声。本文从直观和客观两方面对各种处理方法的效果进行了分析和评价。实验结果表明，各种方法都有一定的去雾效果，采用多尺度增强算法，对恢复图像的分辨率、亮度和对比度、去除薄雾、增强目标影像效果更好。 卫星图像中的薄云薄雾的频谱相对集中于低频区，而目标影像相对集中于高频区，因此，可以从图像的频谱方面寻求去薄云薄雾的有效方法；又因为小波分析具有多分辨率和局部分析的特性，针对薄云薄雾影响的卫星图像和小波分析的上述特点，采用了反锐化掩蔽算法去除云雾。由于反锐化掩蔽算法在一定程度上相当于去掉了一些尺度分量，针对这种现象，将原算法中未使用的小波系数加到图像中以增强图像细节，使处理效果有所改进。实验表明，反锐化掩蔽算法及改进后的算法具有较强的去除云雾噪声的能力，同时还较好地保持了原图像的效果。