多源图像融合是信息融合的一个重要分支。图像融合就是采用一定的算法,把两幅或多幅关于同一场景的具有互补特性的源图像融合成一幅新的图像,该图像含有比任何一幅源图像都多的信息,从而具有更好的可信度和清晰度、更好的可理解性。在不利的环境下或者某些图像传感器不能提供用于目标识别或场景描述的足够信息时,可通过图像融合获得比较满意的图像效果。　　 多源图像融合的研究可分为三个层次:像素级,特征级和决策级。本文主要应用多分辨率分析对像素级多源图像融合进行了深入、系统的研究。本文首先回顾了二维小波变换等几种多分辨率分析技术,然后研究了基于平稳小波变换的彩色多聚焦图像融合方法,基于Contourlet变换的遥感图像融合方法,基于非亚采样Contourlet变换的遥感图像融合方法,基于多源图像融合技术和最小二乘支持向量机的土地覆盖／利用的遥感图像分类方法。　　 本文的主要研究成果如下:　　 1)系统的分析了多分辨率分析理论,并在此基础上分析了基于多分辨率分析的多源图像融合的一般框架；并在多分辨率分析理论平稳小波变换的基础上,结合彩色空间变换的IHS方法,提出了一种基于平稳小波变换和IHS变换的彩色多聚焦图像融合方法,并对该方法进行了扩展；　　 2)针对小波变换方法不能有效捕获图像中的几何结构信息的问题,分析了另一种多分辨率分析工具Contourlet变换,提出了一种基于Contourlet变换和IHS变换的遥感图像融合方法；　　 3)针对Contourlet不具备平移不变性,分析了一种新的多分辨率分析工具非亚采样Contourlet变换,并对融合规则的选取进行了讨论,结合平稳小波变换,提出了一种基于非亚采样Contourlet变换和平稳小波变换的遥感图像融合方法；　　 4)针对遥感领域中土地覆盖／利用的分类问题,分析了多源图像融合的必要性,研究了最小二乘支持向量机,提出了一种基于多源图像融合和LS—SVM的土地覆盖／利用分类方法。