航天技术在近几个时代经历了不可思议的高速发展,拥有多传感器的卫星已经在太空中时刻为我们传送各种不同空间分辨率的卫星遥感数据,这使得研究如何更好的对多源遥感图像进行融合,用以获得更好的融合图像质量,已经逐渐成为领域内的首要问题。多源遥感图像融合是直接对遥感数据进行信息融合处理的技术,和图像融合的目的一致,最终目的是为了丰富图像所包含的信息量,提高图像的识别质量。论文以不同分辨率的卫星遥感数据为研究对象,对已有的典型融合算法为研究方向,重点研究了多种图像融合技术,对IHS变换、小波变换以及基于压缩感知理论为基础的融合算法进行了分析和改进,并将算法改进应用在多源遥感数据的融合。论文针对IHS变换算法在显著提高图像空间分辨率的同时引起了较为严重的光谱特性的丢失,分析了算法引起色彩畸变的原因,提出了改进算法。论文是在基于IHS变换融合的框架下,结合信号处理领域中使用广泛的稀疏性结构,首先通过对图像色彩空间的IHS变换,获取到信号图像的I分量、H分量和S分量。图像进行变换后,对I分量和高分辨率全色图像进行基于稀疏字典的稀疏表示得到相应的稀疏系数,然后应用不同的融合规则对稀疏系数进行融合,融合后的稀疏系数进行OMP算法的信号重构得到新的I分量,结合变换得到的H分量和S分量进行图像的IHS逆变换得到最终的图像融合结果。论文在分析IHS变换算法的不足中指出,传统算法框架下,直接丢弃了I分量,忽略了该分量所含的光谱信息。基于多次融合思想是用一组互补的像素级图像融合算法对I分量和全色图像进行多次融合,再采用像素选择算法得到新的I分量。