遥感图像处理主要包括校正处理、变换与增强处理以及特征分析提取与识别分类处理等过程，它对于遥感技术的应用有着重要的意义。小波变换作为图像变换处理的方法之一，目前在遥感图像处理领域中得到了广泛的应用。而近年来一种新的图像变换处理方法——Curvelet变换凭借其相比于小波变换对图像边缘更强的表达能力受到人们的关注，并被尝试引入了遥感图像处理领域。本论文主要针对Curvelet变换在遥感图像处理的部分领域——SAR图像斑点噪声抑制和多源遥感图像融合中的应用进行了研究和探索。 本论文完成的工作如下： 首先对Curvelet变换的理论和实现算法进行了研究； 其次深入研究了SAR图像斑点噪声的成因和模型；以小波变换去噪法，Curvelet变换去噪法和Curvelet与小波的自适应联合去噪法(ACM)为重点研究和分析了已有斑点噪声抑制方法；在ACM的基础上提出了一种Curvelet与小波的模糊自适应联合去噪法(FACM)，并通过实验证明了该方法可以比小波变换去噪法，Curvelet变换去噪法和ACM更好地抑制SAR图像斑点噪声： 随后研究了多源遥感图像融合的概念和意义；以小波变换融合法，Curvelet变换融合法为重点研究和分析了已有的多源遥感图像像素级融合方法；提出了一种小波变换和Curvelet变换联合的多源遥感图像像素级融合方法，并通过实验证明了该方法比单独使用的小波变换融合法和Curvelet变换融合法实现了更好的融合效果； 最后对本论文所做工作进行总结，并对Curvelet变换在遥感图像处理中的应用前景进行了展望。