本文的研究工作主要是围绕像素级的图像融合展开的，全面、深入、系统地研究了图像融合的基本理论，重点研究了小波变换图像融合算法、基于边缘检测的图像融合算法、基于HSI变换的图像融合算法以及图像融合质量的评价问题。 主要研究内容和研究成果如下： (1)对均值和标准差相差无几的一类图像，提出新的基于小波变换的融合策略对源图像进行融合，对低频采用最小原则，对高频采用最大原则进行图像融合，实验结果表明该策略对此类图像进行融合，获得较好的融合效果。 (2)由于像素级融合方法割裂了像素与像素之间的关系，为此本文利于边缘检测提取特征，利用这些特征结合小波变换，进行区域融合，较好的保留了像素之间的关系。而且，在这部分的小波变换过程中，对高、低频子图像采取相同的融合规则，使得融合过程更简单，不但抑制了噪声，而且有效地保留了边缘细节，提高了图像的空间分辨力。 (3)对低分辨率的多光谱图像与高分辨率的全色图像进行融合，提出一种将HSI(Hue-Saturation-Intensity)和小波变换相结合的新方法。首先通过HSI变换获得低分辨率多光谱图像的强度成分，将它与高分辨率的全色图像采用本文提出新的融合规则进行小波融合，得到新的强度分量，将新的强度分量进行增强处理后，再进行HSI逆变换获得融合图像。实验结果表明，相对于传统的HSI图像融合方法，该算法在分辨率和多光谱方面上同时获得较好的融合效果，又消除了传统小波融合产生的分块模糊现象，不但提高了融合图像的空间分辨率，增加了图像解析性，突出分析目标的特征信息，而且还更好地保留了原有多光谱图像的光谱性质。 此外，提出了一种新的图像融合评价准则——RAS(The Ratio between Averageand Standard Deviation)。实验和计算结果表明，提出的图像融合评价准则RAS具有一定的有效性。