小波分析是近二十年来发展起来的一种时频分析方法。小波分析在时域和频域都具有表征信号局部信息的能力,并可根据实际分析的需要,动态调节时间窗和频率窗的形状和大小。因此,小波分析在局部时频分析中具有很强的灵活性,被喻为时频分析的显微镜,广泛应用于信号处理、图像处理、模式识别、计算机视觉等领域。本文主要研究了小波分析在像素级图像融合处理中的应用。论文首先阐述了小波变换的理论,重点介绍了多分辨率分析的思想及二维图像的分解与重构算法——Mallat算法。接着简要介绍了图像融合的概念、融合层次以及像素级图像融合方法,并给出了图像融合效果的客观评价参数。针对基于小波变换的像素级图像融合方法,分析了小波分解层数的选取对图像融合结果的影响,详细介绍了几种常用的高、低频小波系数融合规则,通过仿真实验,分析和比较不同融合规则的融合效果。最后介绍了四种面向硬件的表色系统,分析讨论了不同彩色空间变换对融合效果的影响。针对红外与可见光彩色图像融合,提出了一种基于IHS变换和WBCT变换的彩色图像融合算法,该方法结合了小波多分辨率分析与轮廓变换多方向性的优点,得到的融合图像在图像边缘等细节上优于传统的基于IHS与小波变换的融合方法。