空间图像具有背景单一、目标远近不一、高曝光和低曝光等特征。现有的图像融合算法难以满足空间背景下的图像融合问题。本文通过对现有融合算法进行研究,针对空间背景下的图像融合问题,完成了空间运动图像序列的跨尺度分析与融合研究,论文完成的主要工作如下：(1)提出了基于SCDPT变换与结构相似性的多源图像融合算法。通过对图像进行SCDPT分解后,对于低频子带系数采取结构相似性和区域能量、相结合的融合规则,对于高频子带系数采取基于结构相似性和区域方差相结合的融合规则。与其它融合算法相比,本文提出的融合算法能够充分提取图像特征。实验表明本文方法在各项客观评价指标上有较好表现。(2)提出了基于显著性目标区域的图像融合算法。为了解决空间图像目标大小不一、远近不一的图像快速融合问题,本文通过将图像进行显著性分割,得到了显著性区域和非显著性区域。对显著性区域采取了复杂融合策略,对非显著性区域采取了简单融合策略,缩短了融合时间,且重要区域也不会丢失信息。实验表明本文算法能实现精确融合,融合时间远远低于UDCT、NSCT等多尺度融合算法。(3)提出了基于前背景分离的快速图像融合算法。针对空间图像背景单一的特点,为了解决图像实时融合的问题,本文采用自适应阈值的滤波器的方法将原始图像分离成前景和背景信息。对于背景和前景采取不同的融合策略,采用标准融合图像进行实验,本文算法能在保证融合质量的前提下,缩短了融合时间,提高了融合效率。(4)设计和实现了多源图像融合工具。该工具从功能、性能、扩展性以及使用环境和用户交互体验等方面满足了空间对接场景下的图像融合问题。