利用卫星遥感技术进行地球资源勘探、环境及自然灾害监测变的过程中，云是个很大的障碍，云的存在严重影响了信号的传播，极大的降低了遥感影像数据的利用率。因此，利用卫星遥感观测数据首先要把云检测出来。EOS(EarthObservation System)系列卫星上装载有MODIS（中分辨率成像光谱仪）仪器系统，利用该仪器可以进行土地利用和土地覆盖研究、气候季节和年际变化研究、自然灾害监测和分析研究等。所以利用MODIS数据进行各种监测分析得到了广泛的应用。因此本文即在MODIS数据基础上，深入研究云检测算法。首先介绍了云检测的目的与意义，深入总结探讨国内外针对各种传感器进行云检测的各种算法和基本原理，并对MODIS数据的卫星平台和传感器进行了深入的了解。其次针对MODIS数据的存储格式以及存储数据信息进行分析，在此基础上完成数据预处理操作，获得了可进行光谱分析和云检测的反射率和亮温，并对各种地物以及云的光谱特性进行了讨论，为后续的三种云检测算法提供了理论基础。其后，基于MODIS数据进行固定阈值云检测算法研究。该算法根据一些特定波段的反射率、亮温以及它们的组合指数的绝对阈值来识别云，这种方法对于典型的云可以获得满意的检测结果。但是阈值对结果的影响很大，过高会产生漏检，过低会虚检。针对该问题，提出基于最大类间方差的动态阈值检测，设定较低和较高的初始阈值进行两次检测，然后利用Otsu算法进行第三次检测，解决一次检测时候产生的虚检和漏检问题。该方法一定程度上改善了云的检测效果，但是初始阈值的设置仍会影响检测结果。最后，经过理论分析利用K近邻算法来进行云检测。特别是针对低云，薄云等光谱特性易受影响、阈值设置困难的特点，采用K近邻算法避免分类阈值的选取，而从多波段特征值出发，共同确定更为准确的分离云与地物，很好的改善了虚检和漏检问题。