随着多光谱成像技术和多传感器探测技术的快速发展，这些技术在空间遥感探测、反恐怖活动、军事目标跟踪与识别、夜间飞行导航等领域得到越来越广泛的应用，同时也产生大量的数据。这些数据的处理、分析和压缩传输给人们带来了新的挑战。多光谱图像融合就是在这种背景下产生的一种新的图像处理分析方法，它可以将从多光谱探测器获得的同一场景的多谱图像的信息特征组合到一起，利用它们在时空上的相关性及信息上的互补性，得到对景物更全面、清晰的描述；也能在一定程度上减少数据量。本文研究了多光谱图像融合方法和融合评价方法： ●将HVS(Human Vision System)理论用于多光谱图像融合，分别提出了空域上的HVS融合方法和小波域上的HVS融合方法。HVS方法充分考虑了人类视觉系统的特点，能有效提供融合图像的对比度，能突出图像中人眼感兴趣的区域和目标，有利于人眼对目标的探测和识别。大量的实验表明，同已有的一些融合算法比较，无论是视觉上，还是从量化指标上，HVS融合方法都具有一定的优势。 ●全面考察了四种常用的图像融合评价方法。基于这些评价方法，我们做了大量的实验来对各种融合方法进行量化分析，并通过这些实验验证评价准则的合理性。实验表明，这些评价准则在某些情况下不能反映图像融合的质量。 ●针对相关系数融合评价准则给出了该准则下的线性最优融合方法和最优融合方法。我们证明了该准则下，最优融合方法与线性最优融合方法是等价的；这个结论的意义在于可大幅度地减小最优融合方法计算在空间和时间上的复杂度。并且我们还对最优融合方法做了一些扩展，使之能适用于各种不同融合情况。 在进行图像融合时，有个前提，就是要求图像之间已经得到配准。图像配准是一个有着非常广泛应用的、历史悠久的经典问题。它的应用领域包括计算机视觉中的运动估计与跟踪、基于图像的三维重建，遥感图像处理中的图像融合、特