图像融合是利用多幅图像信息，通过一定的算法，得到对同一目标更为准确、全面、可靠的图像描述。它在遥感、医学、自然资源勘探、海洋资源管理、生物学等领域占有极其重要的地位，对于国防安全和经济建设也具有十分重要的战略意义。因而，深入开展图像融合在军事和非军事领域的研究，有着重要的理论意义和广泛的应用前景。图像融合分为像素级、特征级、决策级三个层次，其中像素级图像融合能够提供其它层次上的融合处理所不具有的更丰富、更精确、更可靠的细节信息，有利于图像的进一步分析、处理和理解，它在整个图像融合技术中是最为复杂、实施难度最大的融合处理技术。本文的研究工作是围绕像素级图像融合展开的，针对像素级图像融合技术中需要解决的关键问题，研究了多种像素级图像融合方法。主要的研究和成果包括以下几个方面：(1)对现有的主流空域及变换域像素级图像融合算法进行了系统地归纳和总结，并采用matlab进行了仿真实验，对实验结果做了对比分析。同时，对多聚焦图像、遥感图像、红外图像和前视红外图像与微光夜视图像这四种不同类图像进行各算法的性能分析，找出适用于这四种不同类图像融合的相对最优算法。(2)探讨了图像融合质量的评价问题，归纳总结了适用于多种算法进行对比分析的性能指标，作为本课题性能分析的判断标准。(3)对基于小波变换的图像融合方法进行了深入研究。通过对多聚焦图像、遥感图像和前视红外图像与微光夜视图像三种不同类图像进行仿真实验，并采用同一小波基按不同分解层数、用同一分解层数按不同小波基进行融合的性能进行比较，分析了小基函数对融合方法的影响，得出各类图像融融合对应的最佳分解层数，使融合效果最优。(4)对常用区域特征如均值、中值、方差、能量等进行研究，提出一种基于区域熵值最大的图像空域融合算法。该算法采用图像区域熵作为融合算子，用区域熵的匹配度作为融合门限。利用该方法对多聚焦图像和遥感图像进行仿真实验，实验证明，该方法较之常用的基于像素规则的融合算法在融合效果上要好，具有一定的实用性。