图像融合是将不同传感器或同一传感器在不同模式下获取的同一场景的图像信息加以融合,以获取更为精确、全面、可靠的图像。多聚焦图像融合,是指从多幅不同聚焦区域内的清晰目标融合出全面清晰的图像。遥感图像融合在本文中指的是全色图像和多光谱图像之间的融合,可以在提高多光谱图像的空间分辨率的同时,保留其多光谱性。信息爆炸使得人们对信息处理技术的要求越来越高,对图像质量的要求越来越高。随着携带信息的信号越来越宽,以奈奎斯特采样定理为基础的信号处理对采样速率和处理速度的要求越来越高,对宽带信号的处理难度加剧。压缩感知理论突破了传统奈奎斯特采样定理的限制,理论提出:通过一组特定波形去感知信号,将信号通过投影到给定的波形,感知到一组压缩数据,最后利用解优化问题,从压缩观测的数据中,恢复原始数据。在该理论下,源图像之间的信息融合可以在观测值的层面进行,大大减少了融合的数据量、数据的存储量和传输代价。本文对基于压缩感知的图像融合进行研究。本文对压缩感知算法的三个部分:稀疏表示、压缩观测、算法重构进行了详细论述。在基于压缩感知算法的图像融合基础上,针对压缩感知算法在融合图像的效果表现不理想,引入小波分解,提出了基于小波分解-压缩感知的图像融合算法。对多聚焦和遥感两类图像进行实验,首先对图像进行小波分解,对高频分量进行基于压缩感知的融合,在低频分量取均值或者取全色图像,经小波逆变换后,得到融合图像。分别对多聚焦和遥感图像进行融合实验后,对融合结果进行分析,验证了改进算法后的融合效果有了明显的改善。基于压缩感知的图像融合代表了图像融合领域的一条重要分支,在遥感、医学、国防等方面都有着十分重要的战略意义。