随着遥感成像技术的发展,多光谱图像已成为一类非常重要的遥感数据。作为多光谱遥感图像融合技术研究重点之一的多光谱图像和全色图像融合,就是希望融合结果在提高空间分辨率的同时也保持光谱的分辨率。为了更好的实现这一目的,本论文将超复数矢量处理的方法引入到遥感图像融合及其评价方法的研究中。首先,针对现有融合方法会导致融合图像的色彩失真问题,本论文用超复数来表示多光谱图像和全色图像,通过超复数矢量像素将图像中各个分量之间的特定几何关系进行绑定,即视每一个矢量像素为超复数代数的一个元素。然后对超复数矩阵表示的全色图像和多光谱图像分别进行超复数奇异值分解,获得了这两个超复数矩阵所表示的矢量图像特征信息——超复数奇异值。从而提出了超复数主元加权的融合方法,解决了多光谱图像和全色图像融合的色彩失真问题。分析结果表明：用高分辨率全色图像的超复数残差图像来替换低分辨率多光谱残差图像经过超复数偶对分解后得到的单(simplex)部分,就可以恢复出高分辨率的多光谱图像的残差,进而通过偶对分解的合成就可实现多光谱和全色图像的融合。根据此分析结果,本论文提出一种残差超复数偶对分解的多光谱与全色图像融合方法。该方法具有物理意义明确、实现简单,融合效果好的优点。其次,为了更好地评价融合图像的质量,研究了彩色图像质量客观评价的方法,并将其用于评价遥感图像融合的质量。众所周知,彩色图像在压缩、噪声、传输误差和融合等因素的影响下会产生失真,这意味着用超复数表示矢量图像的梯度信息也将发生改变,从而会导致其超复数Harris响应的变化。因此,超复数Harris响应的变化程度就反映了彩色图像的失真程度。本论文通过从图像超复数梯度信息矩阵中来获取超复数Harris响应,给出了超复数Harris响应的彩色图像质量指标。为了更加全面评价融合图像在结构和色彩上的失真,本论文提出了超复数边缘结构相似度测度。该指标考虑了彩色图像的失真组合：相关损失、亮度失真、对比度失真、色彩失真。各种彩色图像失真的实验结果表明：本论文提出的质量指标不仅在灰度部分评估结果优于现有的方法,而且还能够判断出其失真是主要发生在结构信息还是在色彩信息上。最后,用本论文提出的评价方法对IHS、PCA、小波以及本论文的融合结果进行了评价,得到的结果与现有的评价参数相符,且更为简单可靠。评价结果再次说明了本论文提出融合方法的有效性。