随着科学技术的飞速发展，越来越多的传感器应用于各个领域中，但是单一传感器获得的图像信息有限，常常不能满足实际需要，图像融合就是利用各种传感器的不同成像方式，提供互补信息，增加图像的信息量，以获得更可靠、更准确的信息供观察或进一步处理，它广泛的应用于军事、医学、遥感、机器视觉、目标识别等领域。基于多分辨率分析的融合方法是一种符合目视效果的图像融合方法，一般都能得到较好的图像效果，但它是一种冗余分解，而基于小波分析的图像融合算法属于其中的一种方法，并且具有方向性、非冗余性，这使得小波变换在图像配准和图像融合的应用中成为了一种主流技术。目前基于小波变换的图像配准和图像融合方法仍存在不足，在速度和准确率上仍需要进一步改进，本文的主要研究工作如下：（1）主要介绍了基于像素级的图像配准和图像融合，涉及到图像配准的概念、基本模型、方法分类，图像融合层次的划分，评价指标的标准，并且总结了常见图像配准和图像融合方法的优劣，另外，介绍了小波变换的相关概念。（2）在基于互信息的图像配准方面，考虑到图像配准时噪声的干扰，对待配准图像首先运用形态学开运算消除噪音；由于基于互信息的图像配准算法没有考虑到图像的空间信息，运用了考虑空间信息的区域互信息方法，并加以了改进，舍弃公式中的冗余项，从而减少了计算量；在小波分解的较高分辨率图像上运用相位一致性提取图像实质存在的细节，提高配准速度的同时也消除了图像间明暗对比度的影响；结合小波变换运用了基于多分辨率的混合优化算法，小波分解得到的最顶层图像采用粒子群优化全局寻优算法，利用搜索的结果作为下一层Powell寻优方法的起点，有效避免了优化算法陷入局部极值，提高了图像配准的配准精度。最后通过实验表明，本文提出的配准算法对图像噪声有较高的鲁棒性，可达到亚像素精度，在配准速度上也有了很大的提高。（3）在图像融合方面，待融合图像经过小波变换得到不同分辨率的子图像后，使用基于能量和相关系数的图像融合新方法。对分解得到的高频图像采用了窗口内像素对窗口能量贡献率的新能量融合规则进行融合，低频部分采用了相关系数的融合策略，最后在Matlab9.0环境下进行了配准仿真实验，通过仿真实验得出本文的融合方法能得到较快的图像融合速度和较高的图像融合质量。