本论文主要研究了低空间分辨率的多光谱彩色图像与高空间分辨率的全色图像之间的融合问题。在图像融合领域中，目前还没有固定的融合方法和成熟的理论体系，所以本论文在众多融合方法和理论的基础之上，提出了一种方法体系，即基于色彩空间模型与小波变换的图像融合框架。其中采用了多种色彩空间模型和小波变换算法，通过对现有融合方法的总结、分类以及对传统融合方法的改进和创新，从而对该融合框架进行了扩充和完善。 在这个融合方法体系中除了包含现有的研究成果外，还包含了本论文所提出的几种新的融合方法和小波系数融合策略。通过大量的实验和对结果数据的评判分析，本论文所提出的几种新方法均在不同程度上提高了融合图像的质量。 目前，在实际的遥感图像处理中常用的IHS融合算法是基于IHS色彩空间的一种简单、快速的融合法，本论文以IHS融合法为基础思想，设计了一种简单的改进策略。改进后的方法在一定程度上减少了IHS融合法存在的光谱退化现象。同时，以此为基础提出了基于色彩空间变换的图像融合框架(其中除了IHS，HSV色彩空间外还包括了YCbCr和YIQ色彩空间)。实验证明HSV色彩空间在色度与亮度信息的分离上表现较好。 在HSV色彩空间的基础上引入了多种小波变换算法，如Mallat小波变换，小波包变换，提升小波变换，静态小波变换等。对多种小波变换算法理论进行了深入研究，同时进行了大量针对不同小波变换算法的图像融合实验。首次将静态小波变换的理论应用于图像融合(即基于HSV色彩空间与静态小波变换的融合法)，通过分析实验结果，肯定了其方法的在图像融合中的优势所在。 设计和分析了多种小波系数融合策略。在基于HSV色彩空间与小波变换的框架基础上，设计了一种新的小波系数融合策略，即HSV色彩空间中小波系数叠加融合法，实验证明，该方法在融合质量上比传统的融合策略有了很大的提高。 对àtrous小波变换算法进行了深入研究。将HSV色彩空间变换与àtrous小波变换相结合得到了基于HSV色彩空间与àtrous小波变换的融合法。其融合方法的关键在于，小波平面与近似图像的融合策略。因此，本论文设计了多种融合策略，针对多种融合策略进行大量实验。结果证明，新提出的融合策略比目前常用的融合策略要有一定的优势。 对脊波和曲波变换理论进行了初步研究，并尝试将第二代快速曲波变换理论运用到了图像融合当中，得到了令人满意的融合结果。