现代遥感技术飞速发展，对地观测的方式不断丰富，传感器种类也不断增多，导致所获取的多源遥感数据急剧增加。现在的遥感数据具有海量、多源、多时相、多分辨率和多光谱等特性。如何综合利用好这些数据，快速有效地帮助人们从众多数据中提取有用的信息进行辅助决策成为一大难题。数据融合是帮助解决这一难题的重要手段。像素级遥感图像融合是遥感数据融合的基础，具有重要的意义和研究价值。本文研究的主要内容是像素级遥感图像融合当中涉及的一些重要问题，并包括系统工程化的软件原型，为今后能够进一步展开对信息融合的研究和工程项目应用提供参考。 首先，论文总结了像素级遥感图像融合的基本方法，分析了影响选择数据对象的主要因素，总结了数据对象的组合模式。在此基础上可以合理的选择像素级遥感图像融合处理的数据对象，提高融合的效果。论文还总结了常用的对于融合结果的评价方法，包括主观和客观两方面，在主观评价方面提出了根据()NIIRS来判断融合图像的质量，以及根据()NIIRS对图像质量的要求来选择融合算法的思想。 在光学遥感全色图像和多光谱图像融合的研究中，为了达到通过融合获取的遥感图像如同具有多光谱传感器的光谱感知能力和全色传感器的空间感知能力的传感器获取的遥感图像的理想目的，从光学遥感的重要环节对融合图像质量的影响开始分析，考虑了传感器自身对光谱的响应特性并综合考虑地物对光线的反射，结合数学方法的特点，提出了一种基于传感器光谱响应函数的遥感图像融合快速算法(FRSIFS)，并应用QuickBird卫星图像做了实验。实验结果表明FRSIFS算法是一种非常优秀的像素级遥感图像融合方法。对于小波融合方法当中存在的小波分解层数和小波基的确定问题，通过比较不同小波分解层数的全色和多光谱图像融合结果，确定了最佳小波分解层数。选择不同小波基函数进行了融合实验，通过比较融合处理的结果，确定了最优小波基函数。 在光学和雷达图像融合的研究当中，为了达到利用雷达图像去除光学图像当中云团和阴影影响，同时保持地物的光谱信息的目的，论文提出了基于IHS和小波变换的二次图像融合方法(TIFIWT)，并进行了TM多光谱图像和SAR图像的融合实验，与常用的6种融合算法处理的结果进行了比较。实验结果表明融合图像具有较好的效果。将光学图像引入到了SAR图像噪声抑制当中，提出了光学和SAR图像融合抑制SAR图像噪声的处理算法(SROSIF)。该算法利用CSAM模型在光谱维判断进行空间域滤波，在抑制SAR图像噪声的同时保持了图像的特征，是一种较为理想的抑制SAR图像噪声的滤波方法。最后，设计并实现了像素级遥感图像融合的软件原型系统。综合分析了影响像素级遥感图像融合的各项因素，采用面向对象的方法，设计了像素级遥感图像融合的软件原型系统。该原型系统具有方便快捷的人机交互方式，融合效果客观评价图示化显示的功能，并且能够根据客观评价指标进行反馈，重新选择融合算法再次进行融合处理，以达到改善融合效果的实用目的。该软件原型在工程实践中得到了部分的应用。