图像融合的目的是通过对多幅源图像中的信息进行综合加工,以获得对同一目标地物更准确,更全面,更可靠的描述。近些年来,图像融合技术在现代航空航天、自动控制、遥感遥测、医学,特别是军事指挥领域中发挥着越来越重要的作用。本文主要研究像素级图像融合,重点是基于小波变换的图像融合。论文首先介绍了图像融合的背景、国内外发展现状、存在的问题,以及图像融合的一些基本概念,并总结了应用于遥感图像融合的评价方法,包括主观评价法和客观评价法。近年来小波变换无论在数学理论方面还是工程应用中都取得了令人瞩目的成绩,基于小波变换的遥感图像融合方法在图像融合领域也取得了较好的效果,文中对小波分析理论进行了系统的总结,包括多分辨率分析、Mallat算法、小波包变换和最优树分解。在图像已经过严格配准的基础上,对图像进行小波包分解,在每个层次均对上一层次的各个部分进行更细致的解析,对分解得到的子影像运用相应的策略进行融合处理,最后进行逆变换重构得到最终的融合影像。在小波包分解的基础上,本文提出了基于最优树变换的遥感图像融合算法。此方法首先对图像进行小波包分解,然后对分解后的各分量进行基于熵的最优树分解,如果分解后的子节点熵的和小于父节点的熵,则将其重构,最后将其进行逆变换即可得到融合图像。由于熵值可以很好的衡量图像信息的丰富程度,因此基于熵最大的最优树融合方法在满足主观视觉评价标准的同时,很好的兼顾了客观评价的指标,通过实验验证,证明该方法是一种比较理想的融合算法,优于经典的几种融合算法。