经典小波分析方法的理论在信号处理和工程应用中获得了巨大的成功，但它不是十分完美的。在时间域上的局部信息，存储空间和运算速度等方面存在一些不足。于是Wim Sweldens对小波构造方法上提出了提升格式。提升格式从时域的角度来构造小波，基本思想是通过有限步预测和更新来构造小波滤波器，利用提升将小波变换分解成有限步的提升过程。　　 用提升格式实现小波滤波的一个重要的优点是它把滤波器问题分解为一些基本的步骤，不仅其中每一步都是可逆的，并且逆变换非常简单。本论文主要研究了二维小波及其提升格式，以及适用于该变换的图像融合算法。　　 本文通过简要地介绍一维小波变换以及多分辨分析，引出了二维可分离小波的分解与重构算法和小波提升理论。在此基础上，提出一种新的基于行列并行的提升算法，通过分裂算子将图像分成1个低频系数和3个高频系数，利用图像局部结构的相关性和方向性对高频系数进行预测和更新。在融合过程中，对变换后的低频系数进行加权平均，对高频系数计算局部能量和，通过整体选取得到融合图像的小波系数，最后对该系数进行提升小波的逆变换，得到融合图像。在本文中利用Matlab程序实现了图像的二维提升小波变换和图像融合算法。数值实验表明，此提升方法在融合速度以及融合后的图像质量上优于传统小波变换和张量积小波提升方法。