针对图像处理中存在的多分辨率多源图像融合问题和目标识别中存在的目标平移、旋转、缩放和扭曲变形以及缺陷边缘问题,本文开展了下面的工作。1.针对图像融合研究中出现的不同分辨率多源图像融合问题,将分块方法和统计模型相结合,提出了一种多分辨率多源图像融合算法。首先,对多源观测图像进行分块向量建模,给出每一个分块的向量模型;然后,对每一个分块进行概率建模,并利用贝叶斯规则获得每一个分块的极大后验估计值;再利用E-M算法获取分块估计的参数,得到该分块的融合估计结果;最后对所有分块融合值进行重构,获得基于不同分辨率源图像的融合估计图像。计算机实验表明,与传统的仅用小波的方法相比较,该多分辨率多源图像融合算法是有效的。2.针对目标识别研究中出现的目标平移、旋转、缩放和扭曲变形以及缺陷边缘问题,利用不变弧长参数的概念、边缘分割算法和统计分类方法,建立了一种基于仿射统计不变量的目标识别算法。首先,基于仿射不变弧长参数推导了仿射统计不变量;其次,在比较常用的几种边缘检测算子基础上,提出利用Canny算法和边界跟踪方法相结合的分割方法提取目标边缘,并用获取的有序单象素边缘集合来计算仿射统计不变量;最后利用基于距离函数的统计模式分类方法进行目标识别。仿真结果表明,该算法在一定程度上有效地克服了缺陷边缘对目标识别的影响。