经过三十多年的发展，多源传感器图像信息融合逐渐成为一门新兴的学科。多源传感器图像信息融合是指通过对两个或者多个传感器获得的关于同一场景的图像信息进行整合处理，以便获得一幅对该场景更精确、更可靠和更全面描述的图像。随着图像融合技术及其理论的进一步发展和完善，可以预见它将更广泛地应用到军事、医学、工业监测、地球遥感等领域。尽管图像融合的研究取得了很大的成就，但是由于图像融合面对很多新情况、新问题，使得图像融合的研究变得越来越重要。目前，国内关于图像融合的研究处于起步阶段，远远落后于国外，因此，有必要对图像融合进行深入的研究。本文对像素级图像融合在理论和技术方面进行了如下的研究：(1)图像融合是一个病态的求逆问题，采用模拟退火算法求解能量最小化函数时速度很慢，且无法保证获得最优解，本论文采用图论为图像融合的能量最小化函数建立了相应的图模型，并采用图割理论进行优化求解，极大地提高了图像融合的求解速度，并能获得问题的全局最优解。(2)在子空间和多尺度上对图像融合进行了研究。其一，采用二维主成分分析及控向金字塔分解方法，对多光谱和全色图像的融合进行了研究，同时还考虑了边缘的保护，实验表明该算法能够有效地改善图像的空间分辨率及减少光谱失真；其二，综合利用主成分分析、IHS变换及视觉驱动模型对医学PET图像和MRI图像融合进行了研究，该算法综合利用了三者的优点，能够有效地提高融合的空间分辨率，降低光谱失真；其三，基于特殊线性群理论提出了一种新的独立成分分析算法，应用该算法进行图像融合时可以有效地提高融合效果；最后，在最大似然估计理论和拉普拉斯金字塔分解算法上建立了一种新的图像融合算法，该算法有效的结合了估计理论和多尺度分解的优点，实验结果表明该算法能够获得比较好的融合效果。(3)针对有噪源图像，为了更有效地提高空间分辨率和视觉效果，以及保护边界信息，提出了一种改进全变差融合算法，结合二阶优化模型，获得了一种新的融合算法。(4)由于融合算法中存在很多求解矩阵特征值的问题，而神经网络在求解矩阵特征值时具有并行、快速和易于实现的优点，因此本论文系统研究了运用神经网络来求解矩阵特征值的算法，根据这些算法可以获得：实反对称矩阵全部特征值及其特征向量，特殊正交矩阵所有特征值及其特征向量，一般实矩阵虚部绝对值最大或最小特征值及其特征向量，一般实矩阵模最大或最小特征值及其特征向量，一般实矩阵实部最大和最小特征值及其特征向量，一般实矩阵实部绝对值最大特征值的实部。同时讨论了实反对称矩阵特征值求解的复神经网络算法，提出了求解一般实矩阵全部特征值的统一模型。