图像融合是信息融合技术发展而来的，它可以最大限度地对每个信道中的有用信息进行提取，并集成到高质量的图像，提高图像信息的有效利用。融合后的图像不仅具有源图像的大部分信息，同时也符合人的视觉特性和机械感知，这使得图像融合技术得到了广泛的应用，成为当今的一个研究热点。由于小波的多尺度和多分辨率的特征，以及小波理论研究的日益成熟，使得基于小波变换的图像融合算法成为图像融合的一个研究热点。本文重点研究了基于小波变换的图像融合算法，对小波分解后图像的低频和高频部分不同的融合规则进行了深入的探讨和改进。目前，基于小波变换的图像融合方法存在两个主要问题，即最优小波基的选择和最佳小波分解层数的选择。基于这两点，本文通过大量的实验确定了最优小波基和最佳小波层数。最后，对基于小波变换的图像融合算法进行了改进，低频系数选用加权平均法进行融合，高频部分先利用Canny算子提取出高频子图像的边缘，然后在边缘区域用方差取大的方法进行融合。实验结果表明，该方法在主观的视觉评价和信息熵、标准差、峰值信噪比、和空间频率等客观评价准则方面，本文提出的方法都是可行的。本文的主要内容包含以下几个方面：(1)介绍了本论文的选题背景和意义，简单论述了图像融合的基本概念、发展、应用范围及研究现状。(2)探讨了图像融合的理论基础，描述了图像融合的步骤以及当前图像融合的三个层次。对基于频率域和空间域的一些常用的图像融合方法进行比较比较，指出了每种方法的优点和不足。最后，对图像融合的主观评价和客观质量评价进行了简要的介绍。(3)论述了小波变换的一些基础理论知识，详细阐述了小波变换的多分辨率分析特性以及小波变换对图像的分解和重构算法。(4)研究了基于小波变换的图像融合算法，并对影响图像融合的两个方面进行了研究，确定了最优小波基和最佳小波分解层数。提出了基于Canny算子和区域方差的图像融合算法，并利用Matlab工具对该算法进行了仿真实验，通过主观的视觉评价和信息熵、标准差和空间频率等客观评价标准验证了该算法的优越性。