遥感技术已经逐渐成为我们生活中不可缺少的一部分，它的发展让我们的信息来源更加的广泛，给各个领域的发展开辟了新的发展空间。但由于在拍摄的过程中受到种种原因的影响（如热噪声、电磁干扰、摄像设备的有限的空间和光谱分辨率等等），所以在应用前必须做相应的处理；以及单一的遥感数据有时不能够满足信息提取的需要，这样就需要进行多种遥感数据的综合运用，以便达到我们所要求的图像效果。像素级融合能够充分利用原始数据中的信息量，综合集成多源遥感信息，从而获取更高质量数据，因此像素级融合一直是遥感信息处理研究的热点。本文主要基于小波变换对像素级融合进行了较深入的研究，内容主要如下：首先，分析了遥感图像融合研究的背景及意义、国内外的研究现状，给出了常用的几种融合算法和常用于评价结果好坏的客观评价方法。其次，研究了小波变换的基础理论及如何将其应用到二维信号的处理当中，并给出了具体的算法实现步骤；分析了小波对二维信号的分解和重构的过程及在图像融合中应用的流程及具体步骤。再次，研究了基于HIS结合双树复小波变换的遥感图像融合。介绍了双树复小波变换的基本理论及在图像融合中应用的基本原理。同时，对小波变换后高频系数的融合提出了一种基于一阶高斯微分的融合方法，该方法在实验中优于其它几种方法，且通过多幅遥感图像的实验证明了它的广泛适用性。最后，研究了小波变换结合MOPSO的遥感图像融合方法。首先详细的介绍了PSO算法的基本理论，分析了小波变换结合MOPSO在遥感图像融合中应用的基本原理，并通过实验对基于MOPSO的HIS-Mallat小波变换的融合方法和基于MOPSO的HIS-DT-CWT变换的融合方法进行了比较研究，，在不同高频系数的融合规则下，对高频系数进行融合得到不同的融合结果，由于融合结果各有优点，所以提出了利用多目标粒子群优化算法对不同高频系数融合规则得到的结果图像进行优化（一般选择两幅结果图像），用优化得到的加权系数加权组合这两幅图像得到最终的一个结果图像。实验证明，两目标优化取得了较好的结果。