图像融合是将同一场景的多幅图像进行综合以得到关于该场景更加准确描述的信息处理过程，而基于小波分析的多源图像融合是该领域的研究热点之一。本文研究了基于小波变换的像素级图像融合算法，主要工作如下：　　（1）研究了基于小波变换的图像融合算法。基于小波变换图像融合技术的关键是融合算法和融合规则，为分析不同融合规则对融合性能的影响，本文在小波变换的基础上对低频系数和高频系数的融合规则分别设计了两种方案，组合成四种不同的融合规则进行融合实验并进行一致性校验。通过比较融合结果得出结论：融合规则不同，融合性能会有差异，因此应根据不同的图像融合目的选择合适的融合规则和融合算子。　　（2）针对小波变换中由于移变性而产生振铃效应的问题，提出一种基于冗余小波变换的自适应图像融合算法。该算法有效地消除振铃效应，并较好保留了源图像中的有用信息。　　（3）针对红外和可见光两类常用传感器的特点，提出一种介于像素级与特征级之间的融合算法——基于区域特征和互补信息的冗余小波域融合算法。该算法融合图像具有较好的目标指示特性，更好的保留了源图像的互补信息特征，有利于人眼判读和机器视觉。　　（4）针对小波变换不能对高频信号进行分解的局限性，将小波包变换引入图像融合中。为了有效保护图像的边缘信息，提出一种基于边缘保护和客观评价系数迭代的小波包域融合算法。该算法的融合图像有效地保留了源图像的纹理和边缘特征，与传统算法相比具有更佳的融合性能。　　（5）研究了基于提升小波的图像融合算法。针对多光谱图像和高分辨全色图像的融合问题，提出了基于边缘信息的提升小波域图像融合算法和基于提升小波变换的优化图像融合算法。两种算法在空间分辨率和光谱特性两方面达到了良好的平衡。　　文中给出了一些多聚焦图像、医学图像和多光谱图像，对提出的算法进行了融合实验，实验结果表明，论文算法能取得较好的融合效果，得到了一些有价值的结论。