多源遥感影像融合是一种综合利用来自不同传感器或者同一种传感器不同波段影像生成新的影像数据的图像处理技术。新的融合影像同时具有各种传感器或者同种传感器不同波段影像的光谱和细节信息。随着图像融合处理技术的快速发展,多源遥感影像融合也逐渐成为遥感研究和应用的热点。本文在对比分析现有传统融合算法的基础上,以Quick Bird和TM多光谱和全色影像为数据源,进行了一系列融合实验,主要工作和结论如下：(1)通过实验,分析比较了传统遥感影像融合技术,如ISH变换融合、主成分分析(PCA)融合、Brovey融合、小波变换融合和高通滤波(HPF)融合等融合方法的优缺点,并指出了各种融合算法存在的问题。(2)把经验模态分解方法应用于遥感影像融合的高低频信息分离过程中,提出了基于二维经验模态分解的遥感影像融合算法。首先把基于行列的经验模态分解方法应用于遥感影像融合,针对该方法融合过程中产生的条带状噪声,提出把二维经验模态分解应用于融合过程中的高低频信息分离。经过验证发现,基于二维经验模态分解融合后的影像中条带状噪声得到很好的抑制。与传统融合算法比较,该方法可以在增强影像细节信息的同时很好的保持图像光谱信息。(3)把Savitzky-Golay方法拓展到二维,应用于遥感影像融合的高低频信息分离之中,提出了基于Savitzky-Golay方法的遥感影像融合算法。设计了不同阶数和不同次数的二维Savitzky-Golay算子用于图像融合,并与不同分解次数的小波变换融合进行了详细的比较。发现Savitzky-Golay算子的阶数与小波变换的分解次数在融合过程中起到相同的作用。Savitzky-Golay算子阶数越高,小波变换分解次数越多都会导致融合后的影像细节信息更加丰富,不过光谱信息会同时受到不同程度的损失。(4)总结分析了图像融合过程中已有的融合规则,提出了一种新的融合规则用于基于二维经验模态分解的融合方法和基于Savitzky-Golay算子的遥感影像融合,以使融合算法自适应化。经过验证,该融合规则可以很好地协调融合过程中细节信息的注入和光谱信息的保持。