随着图像处理技术的飞速发展和各种传感器的广泛使用，由不同物理特性的传感器所得到的图像数据越来越多，图像融合技术应运而生。图像融合综合利用不同传感器的互补信息和冗余信息，以生成比单一传感器更加完整、更加清晰、更加可靠的图像。通过图像融合能够充分提高图像信息的利用率，为人眼观察或计算机后续识别与处理提供依据。目前，图像融合技术在医学、信息加密、遥感、机器视觉等方面都有着广泛的应用。因此图像融合技术是一个十分有价值的研究课题。图像融合按照融合层次的不同可以分为三类：像素级、特征级、决策级，像素级是最低层次的融合，它是特征级和决策级融合的前提，同时能够提供比其他层次更加丰富和可靠的细节信息。本文的工作主要是围绕着像素级层次展开的，主要研究工作如下：介绍了图像融合的基本概念、层次结构以及应用现状，阐述了图像融合的基本原理和方法，并对图像融合预处理的关键技术图像配准进行了简要介绍，对图像融合质量的主客观评定法进行研究和总结。对图像融合的典型方法进行研究，重点研究了基于IHS变换的图像融合方法，针对光谱丢失严重这一缺点，本文提出一种改进的方法，利用人眼对边界敏感这一特性，对高分辨率图像进行边界提取，针对边界点和非边界点，采用不同的融合策略以反映两幅图像对融合图像的贡献大小。对于边界点，尽可能保留边缘信息；对于非边界点，尽可能多的保留多光谱信息。实验结果表明本文方法不仅较好的保持了多光谱图像的光谱特性而且在一定程度上提高了边缘清晰度。对金字塔融合方法进行研究，分析比较了各种不同金字塔方法的融合性能，研究了分解层数对于融合性能的影响；重点研究了基于小波变换的图像融合方法，针对高频融合策略，由于不同物理特性的传感器所生成图像之间的相关性不同，本文提出一种以相关系数为阈值，根据标准差加权平均的高频融合策略，并与当前常用的区域方差和区域能量的融合策略进行了比较，并且进行了仿真实验，运用客观评价指标对其进行定量分析，仿真实验验证了本文方法的有效性。总结本文的研究成果和不足，并展望了图像融合未来的发展方向。