遥感数据融合是一种不断发展的技术,它融合来自同一区域的多个异构传感器的数据,以获取决策制定所需的增强信息,数据融合的应用往往涉及多个学科,为了特定目的,结合辅助和地面数据,以提高数据融合的性能。融合影像可以综合不同数据源特征为影像信息的分析、提取以及应用提供支持,这也越来越受到学者们的重视。本文综述了当前遥感影像融合技术,通过分层分类的概念,即像素层,特征层和决策层,讨论了他们的原理和几种具有代表性融合方法,主要讨论光学全色和多光谱数据融合方法,到目前为止,像素级融合方法主要集中在光学数据融合方面。从像素级影像融合技术角度出发,以国产亚米级高分辨率卫星的全色和多光谱影像作为研究对象,主要开展了以下几个方面研究工作:(1)系统全面的阐述了遥感技术和影像融合的基本概念,总结分析遥感影像融合的目的、层次和流程等基本理论,并对目前影像预处理基本流程做了详细介绍,重点探讨了几何纠正方法;(2)针对目前常用的波段选取方法(OIF)缺陷,对波段组合进行实验分析,结果表明采用20%左右近红外波段与绿波段组合,对北京二号卫星影像融合效果更好;(3)探讨了五种传统的像素级融合方法,对小波变换融合法、主成分分析(PCA)变换融合法、高通滤波(HPF)变换融合法、比值(Brovey)变换融合法以及Gram-Schmidt(GS)光谱锐化融合法方法进行融合仿真实验,并对各方法的优缺点和适用环境进行分析;(4)在分析和归纳传统方法优缺点基础上,对基于HPF变换和PCA变换的融合方法和基于小波变换和HPF变换的融合方法在Matlab环境中编程完成融合算法实验,确定定量评价指标的选取,从光谱保真度、信息量以及清晰度三个方面对融合影像进行评价,实验结果表明基于HPF变换和PCA变换的融合方法和基于小波变换和HPF变换的融合方法有效的提升了融合影像的光谱保真度、信息量以及清晰度,获取了比单一方法信息更丰富的影像。