多源遥感影像数据融合是当前遥感应用研究领域中一个很重要的尚未成熟的研究方向,该文在全面分析和总结现有文献和研究成果的基础上,提出了多源遥感影像数据融合的定义;探讨了多源遥感影像数据融合的层次、模型、结构及其特点;归纳总结了多源遥感影响数据融合技术.对构建一个有效的多源遥感影像数据融合系统具有重要的指导意义.研究和探讨了像元级多源遥感影像融合的概念、基本过程、特点、影像源选择和应用;阐明了像元级多源遥感影像融合的关键在于:数据源选取、有效的预处理和合适的融合技术;概述了影像空间配准的方法及其特点,其中小面元微分纠正是目前影像空间配准的最佳方法;从作用域出发,提出将像元级遥感影像融合法分为空间域和变换域融合法两类,并将现有方法进行了归类.在研究BP神经网络原理的基础上,针对BP神经网络的特点,提出了一些修正方法,并采用动量法和学习率自适应调整策略,设计了用于遥感影像分类的BP神经网络.探讨了基于模糊学的分类融合方法,提出并实现了基于改进的BP神经网络多源遥感影像高频调制融合分类法和基于规则的分类融合法.结果表明:改进的BP神经网络提高了影像分类速度,提出的两种多源遥感影像分类方法是可行的.