图像融合作为数据融合的一个分枝，是图像处理领域中的一个重要研究方向，近些年来得到了飞快的发展和广泛的应用。人们不断提出新的图像融合算法，使融合算法不断发展，融合效果逐步提高。随着人们在这个领域的进一步研究，图像融合的理论和算法将不断的得到完善，发展出能够满足人们工作需要的算法。本文希望通过自己大量的研究工作为图像融合技术的发展尽一份绵薄之力。 本文的研究重点为图像融合算法，并在图像融合算法研究的基础上进行了相应的融合应用研究。图像融合算法主要集中在像素级和基于区域特征算法的研究，主要针对遥感影像的全色和多光谱图像的融合，目的是在确保光谱特征不发生畸变的情况下，将全色图像中的细节信息融合入到多光谱图像之中。 本文首先调研了大量的融合资料，总结了图像融合所涉及到的基本理论，研究了三个层次融合：像素级、特征级和决策级融合的主要特点、实现的流程、应用范围以及各自的优势和不足；总结了多源遥感图像的预处理所涉及到的工作：图像的配准和重采样，除常用的重采样方法外，本文还对小波采样方法给予了一定的关注； 本文对主要的像素级融合算法：彩色空间变换方法、统计融合方法、频域滤波方法、小波变换方法以及它们的改进算法进行研究，并以此为基础提出了一种新的融合算法——基于Brovey的改进融合算法：指出了传统Brovey算法产生光谱畸变的原因，并在此基础上详细论述了改进方法的原理和实现步骤；并对高空间分辨率和多光谱图像进行了融合实验，实验证明本文提出的这种方法能够很好的保持多光谱图像的光谱信息和高空间分辨率图像的空间信息。 本文提出了一种新的基于像元分解的融合算法：通过这种方法，可以实现高空间分辨率图像与低空间分辨率的融合；实验表明，这种方法具有很好的空间信息保持能力。 最后本文针对融合图像进行了分类、边缘检测和变化检测研究。提出了像素空间距离边缘检测方法，有效的用于融合图像的边缘检测。