如何从多光谱图像和全色图像中合理地提取和整合出有效信息，克服单一图像数据本身的局限性，最终实现对观测目标的准确表达，成为了研究的热点。本文主要研究了基于小波变换、NSCT的多源遥感图像融合算法。首先，介绍了多源遥感图像融合技术的研究背景、现状和意义，分析探讨了目前融合算法中存在的问题和未来的研究方向。接着对常见的图像融合算法和融合图像的质量评价标准进行了介绍，并通过仿真实验从主观和客观上对常见融合算法的优缺点进行了分析。其次，对小波分析理论进行了深入研究，在小波变换的基础上，对常用的融合规则进行了优化组合，通过仿真结果的分析，得出各融合规则的优缺点，然后研究了离散分形布朗随机模型和分形维数的求取方法，在分维数的基础上设计了高频系数融合规则。通过仿真实验，验证了该融合算法在增强图像空间分辨率和保持光谱特性方面都取得了良好的效果。最后，将àtrous小波变换和NSCT结合得到一种基于àtrous-NSCT的图像分解方法，并将其应用于多光谱和全色图像融合中。在高频系数融合规则上，对基于分形维数的规则进行了改进；在低频系数的融合规则上，确立了基于拉普拉斯能量和的加权融合规则，同时针对多光谱图像和全色图像的特点，建立了一种以信息熵、清晰度、相似系数为目标函数多目标优化模型，用NSGA-II多目标优化算法对该模型进行求解，将求解出的系数作为低频融合规则的加权系数。实验结果表明，文中算法在图像光谱信息保留和纹理细节信息等方面具有良好的性能。