多源遥感数据为遥感图像融合的研究与发展奠定了基础。不同的成像原理所获得的图像侧重体现的信息也并不相同,单源图像所能展现的信息较为有限。因此,在同一地理坐标下,需要获取同时间点的多源遥感图像信息进行融合。全色图像与多光谱图像的融合是遥感图像融合的重点,目的是获得视觉效果清晰且色彩信息丰富的遥感图像。在图像融合过程中,算法的设计对融合结果质量有着至关重要的影响。在对传统算法所出现的问题进行研究分析后,本文设计了以下两种遥感图像融合算法。针对当前遥感图像融合算法中光谱信息丰富度欠缺的问题,本文提出了一种基于相对总变差结构提取的融合算法。首先,采用相对总变差方法从源图像中提取结构,差异信息作为纹理,分别对应源图像的低频和高频子带。其次,在高频层引入视觉决策图来指导高频进行融合;在低频融合规则中,同时考虑全色图像的边缘强度和多光谱的色彩信息丰富度来设计融合规则。最后,通过重构低频融合结果和高频融合结果得到融合图像。算法通过相对总变差结构充分提取图像的纹理并在融合过程中将其保留,在融合规则设计上提出了基于光谱信息丰富度与边缘强度的融合规则,通过对比实验、消融实验证实算法设计的合理性。传统的遥感图像融合算法容易存在细节信息丢失、伪影以及光谱失真的问题。为了解决上述问题,本文提出了一种基于实时图像平滑和图像相似性的遥感图像融合算法。首先,将源图像中的多光谱图像做IHS转换,将其强度分量以及另一张源图像再进行迭代最小二乘法的实时分解。其次,在高频融合中通过设计图像相似性指导高频子带进行融合;低频融合过程中提出图像显著性指导图像融合。最后,通过反向变换将融合后的强度I分量与另外两个分量一起重构融合结果,并将提取的差异信息注入最终融合图像中。本文算法优势体现在,改善了传统变换域方法所带来的色彩失真的问题,并设计了图像相似性在高频信息融合中较好的保留了图像的细节。在与其他6种经典算法的对比实验中,本文算法具有保留清晰边缘与丰富色彩信息的能力,有利于遥感图像的实际研究。