作为图像融合领域的一个重要分支，遥感图像融合研究的是如何综合利用不同航空遥感传感器所获取的图像信息，来产生新的数据，以获取对同一事物或目标的更为全面、客观及本质上的认识。在高度信息化的今天，遥感图像融合己经成为图像处理和图像信息理解领域中不可或缺的技术，并在很多军事和民用方面有着重要应用。本论文基于小波变换技术，对遥感图像融合处理中的一些重要问题进行了深入的研究。具体内容有四个方面：介绍了遥感成像、遥感图像融合的概念，以及目前国内外遥感图像融合技术的发展现状。针对原始图像影响融合图像质量的问题，本文讨论了图像融合前需要进行的前期处理步骤(包括几何校正、去噪、配准等处理步骤)。对像素级融合中的线性平均加权法、高通滤波融合法、IHS变换法、主成份分析(PCA)、小波变换等方法进行了详细的讨论。详细地探讨了小波基函数、小波分解层数的选取对遥感图像融合结果的影响，为小波基函数和分解层数的选择提供了依据，并通过实验对其特点和性能做了细致的对比，结果表明：对于SAR图像与TM多光谱影像融合，与传统的融合方法相比，小波融合方法不仅能很好地保持SAR图像的纹理、结构信息，而且在TM光谱特征保持方面优势明显。提出了基于信息量的评价、基于统计特性的评价、基于相关性的评价和基于梯度值的四类评价融合结果的指标。这些指标被用于对融合实验结果的实际评价中，使得对算法的评价从定性到定量两方面都有了一定的评价标准。讨论了基于提升小波变换的融合方法，并提出了新型的基于IHS提升小波活性测度融合算法，取得了良好的融合效果。该方法可以最大限度地保留待融合图像的光谱信息，同时提高了待融合图像的清晰度和空间分辨率。通过对SAR图像与TM图像的融合实验，证明了本方法的有效性。