目前的卫星遥感系统能提供大量多时相或是多传感器的图像数据,为了充分利用这些多时相或是多传感器的信息,需要有效融合这些图像信息的技术,而图像的配准和融合是完成多幅图像之间信息的融合的关键图像处理技术之一。　　 多分辨率的图像配准算法是一种广泛采用的方法,它一般采用离散小波变换将图像分解为不同分辨率的一组图像,然后由低分辨率到高分辨率进行分层配准,相比直接对原始图像进行配准的方法,基于多分辨的配准方法可以有效提高配准速度。但研究表明,使用离散小波变换的图像配准方法对于图像平移是敏感的,本文首先从理论上分析了产生这种现象的原因,进而提出了一种对图像平移不敏感的小波配准方法,即基于解析小波的多分辨率图像配准方法,理论分析和实际数据仿真均表明该方法对图像平移是鲁棒的。此外,本文研究了多分辨率图像配准的搜索策略问题。针对互信息目标函数中存在较多局部极值的问题,本文提出了一种采取双目标函数:即同时利用图像的高频子带和低频子带的互信息作为配准的目标函数,的图像配准新方法,分析表明它能有效防止优化算法过早陷入局部最优值。为了能更快地找到全局最优值,本文进一步提出了基于免疫算法和方向加速法的混合优化的算法,仿真结果证明了本文提出的方法的有效性。　　 此外,针对注入模型受到数值不稳定现象的影响而可能导致注入强度不稳定的问题,本文提出了一种新颖的图像融合算法。新方法使用非降采样小波提取全色图像空间信息,注入模型参数由优化算法设置。新融合算法在无需人为设置融合参数的同时,克服了数值不稳定问题。实际图像的融合结果表明本文的方法在视觉效果以及客观指标方面均有改善。