近年来，图像融合已经成为图像理解和计算机视觉领域中一向重要而有价值的新技术，图像融合技术的研究目的就是综合不同类型传感器所获取的图像信息，通过对多幅图像间冗余数据的处理提高图像的可靠性、可观察性，通过对多幅图像间互补信息的处理提高图像的效果。目前图像融合技术已广泛应用于地质、农业、测绘、计算机视觉、军事、遥感、医学、生物学等方面。随着对多传感器图像融合技术研究的不断深入，图像融合技术必将有更广泛的应用。 图像融合从抽象层次上可分为：像素级融合、特征级融合和决策级融合。本文主要研究了基于小波变换的像素级图像融合。由于小波变换具有多分辨或多尺度特性，因此我们可以通过小波正变换把多幅图像分解到一系列的频率空间，然后在每个空间按照一定的融合规则算法对图像的信息进行处理，最后把处理后的信息通过小波逆变换得到融合图像。本文对于基于PCA变换的图像融合也作了一定的理论学习和研究，实践证明，基于小波变换的图像融合可以取得良好的结果和较快的处理速度。 本文还对融合的性能评价进行了学习和研究，建立了基于信息量、基于统计特性、基于信噪比、基于梯度值等的评价方案。利用这些性能评价方案对多种图像融合方案进行了比较。此外，本文还对图像配准的相关理论和实践进行了学习和研究，并建立了基于互信息的相似性度量，当两幅图像的互信息最大时，图像得到了最佳的配准。并提出了基于小波变换的配准参数的最优化搜索，进行了实现。实践证明，在基于小波的优化算法的前提下，基于互信息的图像配准可以取得良好的效果，并可以取得很快的实现速度。