由于成像机理的差异,SAR与全色遥感图像对同一目标的轮廓、纹理和色调等信息的表现各不相同,两类图像之间具有较强的互补性,对其进行图像融合,可以减少图像的不确定性,为图像判读和目标识别提供支持。论文以增强SAR与全色遥感图像的互补性信息和细节信息为目的,重点研究了平移不变离散小波变换(SIDWT )算法和Bandelet变换算法在SAR与全色遥感图像像素级融合中的应用。论文主要工作如下:首先,阐述了小波域图像融合的相关理论。本文分析了小波变换的理论,综述了小波域图像融合算法的一般流程,阐述了SAR与全色遥感图像融合的预处理方法和图像融合结果的评价标准。其次,提出了一种基于新融合规则的SIDWT算法。由于离散小波变换不具备平移不变性,本文将SIDWT算法应用于SAR与全色遥感图像的融合,提出了一种基于低频边缘加权的融合规则。并将其用于解决潮间带地形提取问题,实验结果表明本文算法有效。最后,提出了基于三种几何流选取规则的Bandelet融合算法。为了充分利用SAR与全色遥感图像中存在的几何正则信息,本文将Bandelet变换方法用于SAR与全色遥感图像的融合中,阐述了Bandelet变换算法的实现步骤,并提出了三种不同的几何流选取规则用于SAR与全色遥感图像融合。实验结果表明,该算法具有比小波变换更优的融合性能。