随着图像传感器技术的发展，多传感器图像融合已成为图像理解、计算机视觉以及遥感领域中的一个研究热点，并广泛应用于自动目标识别、智能机器人、遥感、医学图像处理和制造业等领域。所谓多传感器图像融合是指综合两个或多个源图像的信息，以获取对同一场景的更为精确、更为全面、更为可靠的图像描述。来自多个传感器的多源图像能够提供互补或冗余的信息，利用互补信息可使获得的融合图像包含更丰富的细节及更全面的信息。 本文主要探讨了基于区域互信息图像配准方法和基于多分辨技术的图像融合方法。它们都是对图像进行像素级处理，像素级多传感器图像融合获取的原始信息量最多、检测性能最好、应用范围最广，是各级图像融合的基础。图像配准是图像融合的前提，配准的精度直接影响融合的效果，本文采用基于区域互信息进行图像配准，配准精度能达到像素级图像融合的要求。重点分析了拉普拉斯金字塔、小波金字塔在图像分解与重构中的原理及其融合算法。提出了一种小波分解的图像融合方法，在图像小波分解后利用基于区域特性量测的选择进行不同层的融合，同时对选用的最大小波系数进行一致性验证，实验表明该方法取得良好的融合效果。 评价融合图像的质量是一项重要而复杂的工作。在评价融合图像的质量上，本文采用了熵、空间频率、平均梯度、均值和标准差等多种参量对本文所有的融合实验结果进行了分析，避免单一参量的片面性。