随着传感器技术和通信技术的迅猛发展,多时相、多光谱和多分辨率的遥感图像数据急剧增加。如何更有效率、更精确、更可靠的综合利用这些图像数据,成为了研究热点。图像融合技术能很好的满足人们在这方面的要求,因此获得了广泛应用和发展。本文以多光谱和全色遥感图像的融合为主要研究内容,系统的总结了图像融合技术的研究背景、历程和现状,指出了当前在算法和评价体系研究中存在的难点以及下一步研究方向,在此基础上将重点放在了对融合算法的创新和改进上。首先根据IHS变换融合具有高分辨率以及小波变换融合光谱信息保持好的优点,提出了一种结合IHS变换和小波变换的参数可调融合算法。该算法没有像一些传统算法那样将重点放在小波系数融合规则上,而是在最后的IHS逆变换过程中通过调节参数不同程度地引入了全色图像和原始多光谱图像的亮度分量成分,一定程度上克服了基于小波系数选择算法带来的信息丢失,在空间分辨率和光谱信息保持上获得了较好的平衡和提升,并可根据需求在两者之间进行动态调整,且算法简单、计算量小。采用福卫2号卫星、IKONOS卫星、SPOT卫星、LANDSAT卫星、QUICKBIRD卫星遥感图像进行的5组融合实验验证了该算法的正确性和有效性。本文还详细介绍和分析了采用最速下降法对IKONOS卫星多光谱图像和全色图像进行融合的技术,提出了基于色调一致的改进最速下降法融合算法,用基于原多光谱图像中各像素点处R、G、B值所占比例构成的矩阵参数替换原算法中各波段图像前的固定参数,使融合过程中多光谱图像色调保持不变,融合图像在光谱信息保持和清晰度上都得到了较大提高。对IKONOS卫星全色图像和多光谱图像进行的仿真实验验证了该算法的有效性和优越性。