遥感图像在军事、民用等领域得到了广泛的应用。随着卫星数量的增加,人们采集到的遥感图像的信息量越来越大,遥感图像融合方法因为其能够充分地利用这些信息,并且从中剔除冗余信息,从而使得其在遥感图像处理中的地位也越来越重要。遥感图像融合的目的在于将全色图像中的空间信息与多光谱图像中的光谱信息融合在单张图像中,以便后续对图像的观察与处理。融合结果主要可以用于地面物体识别、地面特征分析、城市热岛等。遥感图像融合方法在近几十年取得了突出的成果,主要分为三类,这三类方法都有各自的特点和缺陷。基于成分替换法的融合方法理论简单,操作易行,但是融合结果空间信息有余,光谱信息会有所畸变;基于多分辨率分析的融合方法虽然对光谱信息有足够的保护,但是在分解重构中容易损失较多的空间信息,导致融合图像容易模糊;基于变分法的融合方法在光谱保护和空间信息提取都有较好的结果,但是时间复杂度高,且抗噪性不足。本文针对目前基于变分法的融合方法中存在的问题,主要研究内容如下:1.提出了针对平均梯度差假设的能量泛函项,用于改进基于动态梯度稀疏的融合方法,并且在该能量泛函的求解过程中,加入平均梯度差值比的计算,用于迭代求解过程中的梯度信息检测,判定是否已经得到拟合的结果。本文对该方法在不同卫星数据上做了相应的实验,实验结果表明,该方法在光谱信息和空间信息的评价上都能得到较好的结果,且在迭代求解过程中能根据输入图像不同而自适应终止,降低了时间复杂度。2.提出了一种基于本征张量稀疏正则化的融合方法,用来提高变分法的抗噪性,其主要思想在于应用多光谱图像的光谱全局相关性和跨空间的局部自相似性两种固有性质,在相应的去噪优化能量泛函上加入空间信息提取的能量泛函项,在优化求解过程中同时获取空间信息,以达到融合图像的目的。实验结果表明,该方法在无噪图像融合的情况下能在对比方法中取得较好的结果;在加噪的图像融合实验中,该方法的抗噪性取得了优异的性能。