高分辨率遥感影像尤其是全色波段影像的分析与解译，在军事判读上的应用价值是十分高的。在军事影像判读上，空间结构信息对遥感影像信息的提取和分析是最重要的；但是由于各种因素的影响，图像的降质过程是不可避免的，这就给影像判读工作带来了很大的不便和信息判读的不准确。图像复原技术能够通过图像退化模型较准确地恢复图像的原始信息，它在遥感图像处理中是一个基础的预处理技术，是图像配准，目标提取等后续图像处理技术的基础。 本文针对高分辨率全色波段遥感影像处理中的复原问题进行了深入的研究，研究内容分为两个方面：反卷积复原和薄云去除。 在反卷积复原中，本文首先探讨了采用典型线状地物边界近似估计系统PSF的方法，并进行了数值试验分析了误差情况。在详细分析了具有保持图像边缘性质的的正则化算法ARTUR的基础上，提出了一个基于双正交小波基的改进算法，缩短了原算法的迭代收敛次数，节省了计算量和运算时间。本文还针对遥感影像数据量大，无法一次读入内存处理的问题，提出了一个分块处理策略，提高了大图像的处理速度。 薄云去除是一个光学遥感影像处理中的常见问题。本文提出了一个全新的薄云自动检测及去除算法。该算法与传统的同态滤波方法相比，能够自适应对不同厚度云覆盖的图像区域采用不同强度的补偿策略，并能做到云区处理之后与非云区之间的平滑过渡。在具体处理参数选择上，与同态滤波方法相比，本文算法的参数也更为直观。针对大面积的薄云覆盖情况，本文还提出了一个加速策略，在能够取得近似处理效果的情况下，使得进入算法计算的数据量大大减少，提高了处理的速度。