合成孔径雷达(Synthetic Aperture Radar,SAR)凭借其全天候、极化方式多样性、成像分辨率高的工作特点,成为了现代军事侦查的重要探测装置。但是单一的SAR成像信息不能满足现代军事对打击目标信息完整性和精确性的要求。随着多源图像配准及融合技术的发展,具有高辨识度的光学图像以及具有揭露高温伪装的红外图像成为了有力的互补信息。本文在多尺度分析的基础上,针对相干斑抑制、SAR/光学图像精配准以及SAR/红外图像融合展开研究,主要完成如下工作:针对全局滤波在相干斑抑制中的过平滑问题,以及变换域平滑滤波不足的问题,本文提出了基于曲波变换的非局部滤波方法。该方法将SAR图像变换到曲波域,提取能量集中的低频子带系数进行非局部滤波处理,从而既能够有效的保持边缘等信息,同时可以对均匀区域的相干斑处理并得到较好的抑制效果。经过SAR实测图像的实验证明,该方法解决了相干斑噪声抑制过程中边缘失真严重的问题,并且能够较好的反映相干斑抑制后图像的对比度。针对图像配准过程中配准参数迭代效率较低、相干斑噪声作为虚假特征点影响配准参数迭代稳定性的问题,本文提出了个体最优选取约束的精配准算法,该方法首先对光学图像采用小波分析,提取角点,通过像素迁移变换到SAR图像中,根据梯度平方和的相似性测量准则,优化变换参数,采用多项式插值法对光学图像插值重采样,最终实现了SAR/光学图像精配准。经过实测图像的实验证明,该方法能够减少虚假特征点的个数,提高变换参数的搜索效率,实现高精度配准。为了达到源图像中共同目标信息的增强、减少虚假目标的出现以及背景信息互补的目的,本文提出了基于曲波变换的自适应权值融合策略,该方法对SAR和红外图像进行曲波变换,对低频系数采用邻域高斯统计模型,自适应确定融合权值;对于高频子带系数,采取绝对值取大的融合策略。经过实测图像实验证明,该方法能够充分发挥曲波在多尺度方向上对图像纹理信息解释的优越性能,结合自适应权值的融合策略,更好的保留了源图中的结构信息。