数字图像融合是利用传感技术对同一目标或场景的多次成像,按一定规则合成一副新图像的数字图像处理技术。结果图像能更好的反映原始图像的信息,综合描述了场景或目标,在计算机上更容易处理和视觉上的感知。数字图像融合的研究对象是图像的信息融合。众所周知,信息融合是对多原信息进行多角度、多层次的处理,从而达到准确的状态评估、身份评估和完整、及时的态势和威胁评估,能最大限度的描述目标或场景的完整性。随着传感技术和计算机处理技术的迅速发展,数字图像融合应用领域也越来越广泛,成为了当今的研究热点,应用领域主要包括在军事、医学影像,卫星云图,计算机视觉,人脸识别和计算机视觉等领域。目前,小波变换方法在图像融合中应用广泛,成为了图像融合中的研究核心之一。但是,由于张量积小波只能够捕捉到水平、垂直和对角线这有限方向的信息,不能充分体现图像自身特有的特性,并且,对方向利用的有限性会导致不能充分地利用图像本身的几何正则性,因此,张量积小波变换融合方法生成的新图像空间分辨率偏低且易产生方块效应。近年来,不可分离小波被提出,它解决了张量积小波方向性的缺失问题,实现了各向同性,并且其滤波器构造理论和方法更具一般性。三通道不可分小波是一种基于伸缩矩阵为[2,1;-1,1]的不可分小波,其比四通道的不可分小波分解和重构时有更少的运算量,而对二通道不可分离小波而言,虽然其运算量有所增加,但是又由于二通道不可分小波的滤波器组除了对角线外,其他值均为零,滤波时会导致滤波信息丢失,为此,本文提出了三通不可分小波融合方法的新的分解框架,并应用于多光谱图像融合。本文提出了一种基于采样三通道不可分小波的多光谱图像融合方法,将采样方式与三通道不可分离小波相结合并应用于多光谱图像融合。三通道不可分小波是不可分小波中的一种,在三通道不可分小波融合方法过程中,会将目标图像每一层都分解出一个低频信息和两个高频信息,通过大量实践证明了此方法的可行性和可靠性。此外,本文提出一种新的采样方式,对原图像提取了更多的有用信息,使得融合中能够获得更多的细节,提升了融合后新图像的各项性能。