图像融合技术是将多个传感器收集的关于同一目标的多幅图像经过图像处理,提取各幅源图像的数据,融合在同一图像中。图像融合能使融合后的图像比融合前的任何一幅源图像更容易为人们理解和接近现实目标。图像融合在遥感,天文学,物理学,医学,生物科学,化学,计算机科学中等都有广泛的应用。小波分析在图像处理中有着重要的应用,包括图像压缩,图像去噪,图像检索,图像融合和视频流等。基于小波分解的图像融合成为热点研究领域,在图像处理中占有重要的地位。二维小波分析用于图像融合是一个重要应用,使图像融合成为小波理论最成功的应用领域之一。本文首先系统地介绍图像融合产生背景和发展现状,以及图像融合在各个领域中的应用。接着详细地介绍了小波分析及其理论,特别是离散小波变换和多小波分解,这些理论技术是图像融合的基础。并对各种图像融合技术作了介绍,对图像融合的检验标准也进行了深入探讨。接着从基于小波分析的图像融合入手,系统地研究了二维小波分析在图像融合中应用,全面而深入地研究了小波变换融合方法,包括小波变换融合框架,小波变换分解相对HIS变换的优势和多小波分解对图像融合的影响等。用试验数据作对比,客观检验小波融合方法和其他的图像融合方法,并且提出了一种新的小波图像融合算法,最后文章用完整的实验和多个数据结果证明了本文所提出方法的有效性和可行性。针对多聚焦图像和多传感器图像进行了相关仿真实验,本文提出的算法在融合过程中较好地保留了源图像的重要背景信息,融合了不同源图像的细节特征,取得了良好的融合效果。