图像融合是当前图像理解、计算机视觉以及遥感领域中的一个研究热点，并广泛应用于自动目标识别、智能机器人、遥感以及医学图像处理等领域。像素级图像融合获取的原始信息量最多、检测性能最好、应用范围最广，是各级图像融合的基础。在众多像素级图像融合方法中，基于多分辨率分析的图像融合方法是研究最活跃的一类重要方法。本文的研究工作主要是围绕像素级多分辨率图像融合方法展开的，重点研究了基于非下采样Steerable（方向可控）金字塔变换的图像融合技术。主要研究内容包括：　　(1)详细介绍了像素级图像融合的研究背景和基本理论；着重分析和总结了目前像素级图像融合常用的方法和质量评价标准。重点叙述了传统的图像金字塔（包括图像Gauss、Laplace、Contrast以及Gradient金字塔）变换和图像Steerable（方向可控）金字塔变换的相关理论，并给出了图像非下采样Steerable金字塔变换的实例。　　(2)在分析传统图像金字塔变换缺点的基础上，针对图像非下采样Steerable金字塔变换多尺度、多方向性以及具有平移不变性和方向可操纵性的特点，提出了一种区域能量与可见度相结合的NSSPT域图像融合方法。该方法考虑到图像非下采样Steerable金字塔分解后各子带图像的特点，分别制定了适合各子带图像的具体融合规则。实验结果表明，该方法有效地捕获了源图像的方向信息，提高了融合图像的视觉效果，获得了比基于Laplace，小波变换以及Steerable金字塔图像融合方法质量更高的融合图像。　　(3)在已有多分辨率图像融合方法中，目前大多数融合效果较好的高、低频融合规则模型都只适合2幅源图像的融合，无法更好地推广到多幅图像的融合。针对该问题，在分析已有高低频融合规则的基础上，改进了基于局部均值方差的高频融合规则，并在此基础上结合主成份分析提出了一种基于PCA和非下采样Steerable金字塔变换的多幅图像融合方法。通过对可见光与红外图像以及多聚焦图像的融合实验，证明了该方法不仅适合多幅图像的融合，而且还可以获得较好的融合效果。