作为一种局部化时频分析方法，小波分析是各种信号处理方法的统一处理框架，它的快速算法为分析和解决实际问题带来极大的方便。在实际应用中，绝大多数信号是非平稳的，而带有奇异性的或者不规则的结构往往是信号中最重要的部分。在影像中，亮度的不连续性往往提供了某一影像的边缘，这恰恰是认识影像最有意义的部分。过去常用傅立叶变换来分析这些奇异性，但由于傅立叶变换是全局性的，它可以描述信号的全面的整体性质，但不适合于寻找奇异性的分布及奇异点的位置所在和奇异程度。而小波变换特别适用于分析处理非平稳信号。 自Daliy首次将雷达影像和Landsat-MSS影像的复合影像应用于地质解释以来，用于遥感影像融合处理的技术方法很多，其中应用较广的主要有加权法、HPF法、IHS变换法、PCA法、小波变换融合算法等。在实际应用中，运用加权法的融合影像对比度差、失真度大；HPF法使用固定大小的滤波器，难以完全提取出高分辨率影像的所有细节信息；PCA融合法失去了原有的物理特性；而小波变换法则在有效地增强多光谱影像的空间细节表现能力的同时，且保持了影像融合前后的光谱特性，弥补了上述方法的不足。鉴于此，本文就基于小波变换的多源遥感影像融合技术进行了分析和研究。 本文在全面论述了小波分析的基本概念和基本理论的基础上，详细分析了以Mallat算法为核心的DWT融合算法和以多孔算法为核心的SWT融合算法，并从理论上总结了两种传统小波融合方法的优缺点；针对传统小波融合方法的缺点，对其小波基的选择、边界延拓的方法，以及融合法则和融合方法的改进等方面进行了深入研究，提出了一种新的基于区域特征的遥感影像小波融合方法。由于考虑到了影像的局域特征往往并不是孤立地由单一像素所能表征的而是由某一区域的多个像素共同体现，小波融合新方法采用了表征区域特征的融合因子使融合规则更合理。同时，这种新的融合规则还考虑了包含低频分量的子带与相应高频子带之间的关系，考虑了低频分量对视觉的影响。实验结果表明，这种基于区域特征的遥感影像小波融合新方法产生的融合效果更好。