随着传感器技术、计算机技术和信息处理技术的飞速发展,图像融合技术在军事、遥感、自动目标识别、计算机视觉和医学图像处理等领域取得了广泛的应用。多源遥感图像融合就是将多个传感器获得的同一场景的遥感图像或同一传感器在不同时刻获得的同一场景的遥感图像数据进行空间和时间配准,然后采用一定的算法将各图像数据中所含的信息优势互补性的有机结合起来产生新图像数据或场景解释的技术。本文针对遥感图像融合的特点,展开了以下两个方面的研究:一方面,针对遥感图像融合预处理——图像配准技术进行了深入研究。在分析和总结已有图像配准方法的基础上,提出一种基于干线对配准的图像配准方法,实现光学图像与合成孔径雷达图像的配准。重点改进了基于干线对配准的匹配方案。其主要过程如下:(1)利用Hough变换提取直线段;(2)对线段进行两两配对,满足条件的成为干线对;(3)假设两幅图像中任意一组干线对匹配,估计变换模型参数;(4)分析估计的参数,计算正确的变换模型参数,实现配准。该方案具有以下三点贡献:首先,该方案具有优良的抗噪性能,能够适用于可见光与合成孔径雷达这类轮廓信息相距较大的图像间的融合。其次,与传统基于特征直线的算法相比,该方案中的配准算法改进了以往的搜索策略,而利用为数较少的特征直线的预匹配达到搜索目的,大大提高了算法的效率。其三,与已有的基于干线对的图像配准算法相比,本文的配准方法仅依赖图像中干线对的位置关系,而不关心提取的直线的长度,因此具有更大的灵活性。另一方面,阐述了多源遥感图像融合的基本概念、层次和主要技术,重点研究了基于像素级的图像融合,全面分析了加权融合、主成分分析法、基于金字塔分解、小波分解等像素级融合方法,为选择融合方法提供了理论依据。同时研究了图像融合方法的评价标准,并应用这些标准对实验结果进行了多方面评价。通过实验结果的分析,从理论上总结出一些常用融合方法的特点和适用范围。