多源图像融合是图像理解和计算机视觉领域中的一项重要课题。小波变换以其良好的时频局部化能力和多尺度分析特点，已成为图像融合领域的研究热点之一。本论文对基于小波变换的图像融合算法进行了较为深入的研究，主要工作如下： 1．对常用的二带小波图像融合算法和M带小波图像融合算法进行了比较深入的仿真及分析，指出了此类算法产生融合误差的原因。 2．对基于聚类分析区域分割的小波图像融合方法进行了研究，提出了一种基于区域分割的活动性量化方法和一种针对多聚焦图像融合的融合决策图滤波方法。分别应用二带小波和M带小波进行了仿真实验。仿真表明，应用该活动性量化方法和融合决策图滤波方法的融合算法对配准误差有较好的鲁棒性，融合质量较高。 3．将基于图的区域分割算法引入到小波图像融合中，提出了一种基于区域分割的图像融合算法，仿真实验表明这种算法能很好的保留源图像中的重要结构、纹理信息，明显减少融合图像中的模糊和马赛克效应，与基于窗口的融合算法和基于多子带联合窗口的融合算相比，该算法性能有很大提升。 4．根据对基于小波变换和区域分割的图像融合算法的研究，设计并实现了一个基于小波分析和区域分割的多源图像融合系统。提供了图像的小波变换类库、区域分割算法库、融合算法库和融合质量评价类库。 最后对几种基于小波变换的图像融合算法进行了分析比较，对基于小波变换的图像融合的前景进行了展望。