随着成像技术和卫星发射技术的发展,遥感影像的空间分辨率、时间分辨率和光谱分辨率不断升高,影像来源越来越多,如何用好这些数据成为了重要的研究方向。遥感影像融合作为使用遥感影像的前置环节,其具有减小信息冗余,抑制噪声,提高影像质量等诸多优势。地球上地物的空间分布存在不均衡的现象,遥感影像作为真实地物的信息化载体,用于反映地物的像素也应在空间上存在异质性,而现有的融合算法较少考虑影像的空间异质性。因此本文从以下几个方面开展了对影像融合的技术研究:（1）首先介绍了已有的影像融合算法,包括基于替换的融合算法,例如IHS算法、PCA算法、GS算法以及基于Brovery的融合算法,还有基于多尺度的影像融合算法,例如拉普拉斯金字塔、梯度金字塔以及小波变换等。并对这些算法的融合内在原理进行分析,指出其融合的优势与缺点。此外,介绍了常用的影像融合评价指标,包括主观评价和客观评价两方面。（2）本文从遥感影像存在空间异质性的假设出发,提出了基于GWPCA的遥感影像融合算法,并在Landsat8影像和高分一号影像上进行验证,使用信息熵、标准差、平均梯度、光谱角等作为融合影像的质量评价指标,发现GWPCA算法在光谱保持性上要明显优于传统影像融合算法,证明考量影像空间异质性的融合可以改善传统影像光谱扭曲严重的问题。（3）由于研究目标的不同,研究者可能更关心某一种或某几种类型的地物的融合效果,而不是整幅影像,因此本文针对水体、耕地、裸地和林地四种不同目标进行影像融合,探索了四种目标的融合结果,发现四种地物目标其在不同带宽下的影像融合效果有明显的差异,并找到了四种目标的最优带宽。