随着卫星遥感技术及理论的发展与创新,遥感影像作为三维世界空间及地物信息的载体,已上升为一个“视觉”问题。卫星遥感影像的应用是从二维到三维的映射,如何获得精确的几何模型同时真实的体现影像视觉效果,影像成像、色彩表现及亮度分布、地物表面纹理结构等物理属性的构建是关键。如何通过遥感影像几何构建、色彩合成、大气云雾校正等系列处理获得与人体主观一致或接近的视觉效果备受关注。人体视觉系统对影像的整体认知体现在亮度分布和主色调,因成像系统受大气、光源、传感器、几何方位等影响,容易导致成像结果亮度空间分布不均衡;影像统计分布没有充分与成像设备的动态范围匹配,导致影像整体偏色或相邻影像主色调差异明显等现象。遥感影像是人眼对视觉感知的地物地类的再现,呈现的视觉信息有着感观优越性和视觉直观性。目前大量的研究从传统影像处理模型角度进行了讨论,这些研究结果可以有效解决影像成像精度、改善影像质量等问题,但多数基于影像成像模型的方法、影像色彩合成及大气云雾校正处理没有考虑传感器及人眼所感知世界的区别和差异。如何通过影像处理模型的构建增强视觉效果,提高影像质量,获得清晰地物纹理结构,是本文研究的目的,本论文紧紧围绕影响卫星遥感影像视觉效果的主要因素,目前该研究领域国内外研究现状、发展趋势及存在问题,重点研究和讨论增强卫星遥感影像视觉效果的模型构建及求解方法。1)提出嵌入PCI-RPC与ArcGIS-Spline的影像成像模型基于遥感影像特点,详细分析几何变形原因及现有影像纠正模型理论。对于地势复杂及地形起伏变化较大的山区,现有纠正模型难以保证控制点精度,提出一种新的基于PCI-RPC与AcrGIS-Spline相结合的影像纠正模型,PCI-RPC模型由影像处理软件PCI结合有理函数系数(RPC)构建得到,AcrGIS-Spline模型由软件ArcGIS结合Spline函数构建得到。以实验数据“资源一号”02C(CBERDS-02C)为例,分别利用PCI-RPC模型、AcrGIS-Spline模型及基于PCI-RPC与AcrGIS-Spline相结合的影像成像模型纠正数据,得到3组纠正结果影像。利用精度评定指标对结果影像控制点精度进行对比、分析及验证,实验结果表明,提出的基于PCI-RPC与ArcGIS-Spline模型相结合的遥感影像纠正方法,可有效提高和改善地形复杂、地势起伏变化较大的山区遥感影像的精确性,提高遥感影像合成质量,增强和改善影像视觉效果,同样也适用于平原丘陵区,具有广普性。2)提出基于近红外RGB-NIR变换的色彩合成模型针对不同数据源遥感影像色彩合成地物纹理信息不丰富、地物边界不清晰、相邻影像主色调差异明显等问题,提出基于近红外(Near Infrared,NIR)最佳波段组合的影像色彩合成模型的构建,简称RGB-NIR变换模型,并详细分析构建模型的数学基础、函数关系及基于该模型的影像色彩合成方法。选取4组(14景)不同数据源实验数据,通过影像格式转换、投影变换、降位处理、正射纠正、影像配准等系列预处理,进行基于传统模型及构建模型的色彩合成数据实验,并从主观目视分析和客观精度指标参数评定实验结果。实验结果表明,基于RGB-NIR的影像色彩合成模型及方法是有效可行的,得到的结果影像较传统模型纹理结构更丰富饱满,色调过渡自然平缓。3)提出基于低空大气影响的CLAE云雾校正模型依据大气云雾图像成像机理、云雾图像成像模型及退化模型的理论知识及数学基础,造成图像退化、地物模糊过程和机理的复杂性难以通过统一的点扩散函数模型,提出基于低空大气影响校正(Correct the Low Atmospheric Effects,CLAE)的云雾去除模型。选取2景不同数据源且有云雾覆盖的遥感影像作为实验数据,选用有较好云雾去除效果的同态滤波法、小波变换法及基于CLAE的云雾校正模型进行数据处理。从结果影像的主观目视定性分析及精度评定参数的客观定量评定,评价结果表明,基于CLAE的云雾校正模型能较好地去除云雾影响,提高视觉效果,增强地物判读和地类信息的识别能力。通过对卫星遥感影像视觉效果增强模型及方法的研究,实验结果表明,本论文提出的3种模型及方法可有效改善影像质量,增强地物地类判读能力。