随着遥感图像的高分辨率、高光谱和多时相的三高趋势,遥感图像处理必将面临海量数据的处理问题。压缩感知理论因其远低于奈奎斯特采样率的特性,减少了大量的采样数据。基于这一特性,本文研究了基于压缩感知的遥感图像融合方法和去噪方法。本文设计一种基于小波稀疏基的压缩感知域内遥感图像融合方法。该方法第一步先分别提取全色图像和多光谱图像各自的R,G和B分量,第二步对这些分量进行小波稀疏变换,第三步用高斯随机矩阵测量采样获取压缩感知域数据,第四步采用加权法对数据进行融合,第五步通过OMP算法重构融合图像。最后进行仿真实验,实验结果表明该融合方法与王番等人提出的方法以及传统的融合方法相比,该方法有比较大的优越性。传统的遥感图像去噪算法都是只针对单一一幅遥感图像进行去噪处理,到目前为止,结合多重测量来讨论去噪的研究还很少。本文提出一种新的基于遥感图像多重测量的GPSR去噪算法。该方法首先对通过多重测量得到的多幅遥感图像进行加权融合,然后采用基于压缩感知的梯度投影稀疏重构算法(GPSR)去噪,进行仿真实验,实验结果对比表明,该方法有比较大的优越性。最后对这个算法做了进一步改进,把文中第三章提出的基于压缩感知的融合方法应用到多重测量这一步,实验结果表明,在去噪效果不降低的基础上,改进后的算法大大地减少了数据量。