可见光遥感成像是一种重要的对地观测手段,在城市规划、资源管理、环境监测等领域发挥着重要作用。遥感图像是遥感成像的输出,其应用意义在于从背景中辨识目标,进而研究目标。遥感图像的像质决定了图像中目标的可辨识性,因此,遥感器能否实现高质量成像是关乎航天遥感任务成败的关键因素。在空间光学遥感成像链路中,遥感成像会受到光照条件、大气环境、光学成像系统、电子电路系统和卫星平台等环节的退化作用,引起图像信息丢失和图像质量下降,从而影响后续的图像解译工作,严重制约遥感图像在各领域的实际应用。通过地面图像处理算法来提升遥感图像质量具有代价小、性价比高的特点,对于包含丰富地物场景信息的遥感图像而言,如何通过后处理算法恢复更多图像细节,以提升图像质量,一直是学者们研究的重点。此外,遥感图像可作为衡量遥感成像质量的主要依据。对遥感图像质量进行评价不仅有助于监测遥感器的在轨成像性能,进而指导遥感器在轨工作参数调整,还有助于定量化分析遥感图像产品的实际应用价值,因而具有重要的研究意义。图像质量客观评价较主观评价而言具有简便易行、稳定性好的优点,但这类方法存在诸多瓶颈需要克服,如评价结果的准确性不足、仅限于特定目标场景、功能单一等。针对上述问题,本文围绕可见光遥感图像像质评价及提升技术展开研究,主要研究工作分为以下四个部分:1、对空间光学遥感成像链路进行了研究,分析了链路中各环节的像质影响因素,明确其成因并建立了相应的数学模型。对遥感成像过程中各影响单元的调制传递特性和噪声特性进行了研究,建立了光学遥感成像的MTF链路和信号与噪声链路模型,实现了对遥感成像质量的定量化分析。2、针对像质评价的通用性和主客观一致性问题,对遥感图像质量客观评价方法开展了深入研究。首次分析了遥感图像的空域自然场景统计特性,并构建了基于块匹配的图像特征提取框架来加强图像特征提取的有效性,进而提出了一种基于自然场景的无参考型图像质量评价模型——BM-IQE,通过实验验证,该方法与主观评价具有良好的一致性,且实现了不同地物场景下的通用性。3、开展了基于遥感图像的遥感器成像性能评价研究。对遥感图像的自然场景统计特征参量与成像性能表征量进行了一致性分析,验证了统计特征在成像质量描述中的有效性。进而,对基于自然场景统计而建立的BM-IQE模型与不同成像质量评价指标间的一致性进行了分析,验证了该模型在遥感器成像性能表征与评价方面具备有效性,为实际监测遥感器在轨成像性能提供了有效途径。4、开展了单幅含噪模糊遥感图像的图像盲复原技术研究。针对实际应用中先验信息缺乏,且现有算法细节恢复能力不足的情况,创新性地提出利用图像高阶梯度的稀疏特性,构造了一种基于图像低-高阶梯度的混合梯度稀疏先验约束模型。同时提出了一种基于图像熵的自适应调整策略来优化两种梯度先验约束项的比例,实现了更好的算法收敛性。实验证明该方法可以恢复更丰富的图像细节和更清晰的图像边缘,从而有效提升图像质量。