图像融合作为多传感器信息融合的重要分支，被广泛应用于各种领域。图像融合是将从多源信道采集的关于同一目标的图像数据进行处理，提取各自信道中的有用信息，最后融合生成高质量的图像。像素级作为各级图像融合的基础，尽可能多地保留了场景的原始信息，提供了其他融合层次所不能提供的丰富、精确、可靠的信息，有利于图像的进一步分析与处理。本文针对像素级图像融合算法展开研究。从算法特点、复杂度、融合指标等几个方面进行了讨论。在MATLAB平台上对简单图像融合算法和基于多尺度分解的图像融合算法进行了仿真验证，在算法仿真的基础上依据融合评价的主、客观指标对图像的融合效果进行了评价。编写代码将可见光和中波红外图像分别进行拉普拉斯金字塔、对比度金字塔、梯度金字塔分解，并分别选取像素值选大、对比度选大、方差选大的系数融合规则进行融合，最后将三种方法融合得到的结果图像用熵、相关系数、空间频率等客观评价指标进行比较，结果表明拉普拉斯金字塔分解的图像融合方法最为简单，效果最好。本文根据金字塔分解图像融合算法高度并行的特征和GPU能够并行处理大量数据的能力，采用GPU来对拉普拉斯金字塔图像融合算法进行加速。在Microsoft visualstidio2010、CUDA5.5环境下，实现了不同尺寸图像的融合，融合结果达到了预期的效果，编写测试运行时间的程序，核心算法处理的时间跟CPU相比获得了良好的加速比，实现了对图像的实时处理。