图像融合作为信息融合的重要分支，把来自不同传感器的图像进行有效整合，结合各个传感器的优点，充分利用图像中的冗余信息及互补信息，产生一幅满足特定应用需要的图像。图像融合的目的就是在于对多幅图像信息的提取与综合，从而获得对同一场景或目标的更为准确、更为全面、更为可靠的描述。图像融合在医学、遥感、计算机视觉、军事等方面具有广泛的应用。目前随着传感器技术的飞速发展，获取不同图像的数据量剧增，但是任意一种图像传感器都有着各自的不足，因此对图像融合技术开展研究有着重要意义。 图像融合主要在像素级、特征级、决策级三个层次上进行。像素级融合是最基本的融合，它是特征级、决策级的基础。本文主要基于像素级的图像融合方法开展研究。首先，介绍了图像融合技术的背景、发展状况、以及国内外现状；阐述了图像融合的层次、经典图像融合算法和融合图像的评价指标。其次，重点研究了基于小波变换的图像融合算法，在此基础上提出了一种基于边缘检测的静态小波图像融合算法；随后，对有限脊波变换进行了研究，提出了一种基于有限脊波变换的图像融合算法。最后，对本文的工作进行了总结，提出了本文的不足以及未来的研究方向。 本文主要的研究内容如下： 1．总结了常用的图像融合算法和融合图像评价指标，并用仿真实验对比了各种算法的有效性。 2．总结了小波变换的图像融合方法，重点总结基于Mallat算法和átrous算法的融合算法，分析了选用不同小波分解方式各自的优势，为不同场合下选用有效的分解方法提供了依据。 3．提出了一种基于边缘检测的静态小波变换融合算法，由于采用á