图像融合是一个集传感器、图像处理、计算机和人工智能等多种技术于一身的高新技术。该技术利用传感器对同一目标所采集到的各源图像的信息互补性和时空相关性，将源图像综合成一幅对目标或者场景有着更清晰、全面描述的新图像。在遥感探测、交通监测、环境保护以及安全导航等领域图像融合都有着重大的应用价值。论文将边缘思想引入到图像融合中，研究了结合小波变换和改进后Canny算子的图像融合算法。论文的主要研究内容有：一、简要介绍了图像融合的研究背景、研究意义、基本概念、发展现状以及该领域一般的图像融合方法；重点论述了基于像素级的图像融合方法；详细论述了基于小波变换的图像融合理论以及图像边缘检测理论。二、重点研究了基于小波变换的图像融合算法。其中小波基函数、小波分解层数和融合规则选取的不同都会影响图像的融合效果。本文通过一定的实验确定了分解层的最佳选取以及小波基的最优选取，并且针对图像经过小波分解后各分解层不同频率分量的自身特性，采用不同的融合规则进行了深入的探讨、实验分析以及结果的对比。三、为了在细节上能够得到更多的信息，改善传统图像融合方法的弊端。本文将基于边缘的思想融入到传统的图像融合方法中。重点对边缘提取算子Canny算子原理进行分析，并针对其提取过程中高斯滤波参数以及双阈值选取的不确定性，研究了一种基于统计滤波的自适应阈值的Canny算法。四、将小波变换与改进后的Canny算子相结合提出一种新的图像融合算法。即低频分量选用加权平均法进行融合，高频分量先利用改进后的Canny算子提取出高频子图像的边缘，然后在边缘区域用区域能量的方法进行融合，最后将分解得到的高低频分量系数进行小波变换的反操作，从而得到融合结果图。本文选用了多聚焦图像、红外与可见光图像以及医学图像三类图像模型进行了实验对比。结果表明，从空间频率、平均梯度和信息熵值客观评价方面以及主观评价两方面都验证了本方法具有一定的优越性与可行性。