遥感是在上世纪60年代初基于航空摄影技术发展起来的一门新兴技术。遥感图像作为遥感信息的载体,在其获取与传输的过程中不可避免的会引入噪声。改善遥感图像的质量就成为遥感图像处理的重要任务。而小波变换由于其具有多分辨分析的特性,在信号与图像处理、信号检测等方面得到广泛的应用。本文主要研究了小波分析在遥感图像降噪与融合方面的应用。本文对遥感与小波理论的相关知识进行了系统的研究与总结,介绍了遥感图像的特点及小波变换的相关理论。本文对遥感图像的处理过程主要分为三部分:一维数据降噪,二维图像降噪以及图像融合,重点研究了一维、二维遥感数据的降噪处理。在一维降噪中,本文对含白噪声和有色噪声的遥感数据分别进行处理。根据有色噪声的特点,在对传统的小波处理方式研究的基础上,采用了小波包和基于鲁棒估计的处理方式去除有色噪声,同时,提出区间分割算法对有色噪声进行分段降噪处理。其次,对二维降噪进行了深入研究,提出边缘恢复的降噪方法。该方法通过结合传统的图像降噪方式、小波变换降噪方式以及边缘检测技术,达到了对图像降噪同时保留边缘信息的目的。为了进一步提高图像处理的质量,本文对降噪后遥感图像进行融合处理。在处理中利用了二维降噪中的边缘恢复方式对融合后图像进行处理。同时,在一维降噪,二维降噪以及图像融合过程中,本文对小波变换中的小波基,阈值原则,分解层数的选择进行了研究。实验结果表明采用本文中所提出的处理方式可以更为有效的去除噪声,保留遥感图像边缘信息,达到更好的处理效果,改善图像质量。