随着现代传感技术与现代信息处理技术的高速发展，现代遥感技术在社会生活的诸多方面得到了广泛的应用和发展。由于不同传感器获得的遥感图像具有地物场景不同的影像特征，高空间分辨率、多光谱分辨率以及偏振特性在一幅图像中无法得到同时的满足，因而需要对多幅图像进行融合处理。图像融合就是把多个具有不同成像原理的图像传感器或单个传感器在不同时间或不同方法获取的相同地点场景的多幅图像进行不同信息互补，获得对成像区域更为准确、更全面特征描述的处理过程。图像融合处理为图像的分割、目标检测与识别、图像的理解等提供更加有效的信息。　　 多尺度几何分析理论是近年来发展起来的图像分解分析方法，可以对图像的几何结构如边缘、轮廓和纹理信息进行高效地非线性逼近和稀疏表达，从而可以更好地反映图像的细节特征信息。多尺度几何分析理论克服二维小波变换不能有效捕获高维奇异性的缺点，在图像处理中得到广泛的应用并取得良好的效果。　　 多尺度几何分析方法应用于遥感图像的融合处理中，就是利用多尺度几何分析方法在图像分解中的多尺度性、多方向性的各向异性特点，通过对高频子带的多方向图像细节特征的提取获得图像融合的最佳效果。本文主要研究了多尺度几何分析的发展及图像稀疏表达的特点，围绕多尺度几何分析方法中的Contourlet变换、平稳Contourlet变换、Directionlet变换以及二维EMD分解等分析方法在多源遥感图像融合中的应用展开研究。主要的研究工作与创新成果如下：　　 (1)介绍了多尺度几何分析方法的理论发展与特点，研究了Contourlet变换的多尺度、多方向性的理论与特征，并针对Contourlet变换缺乏平移不变性的特点，研究了非下采样Contourlet变换的基本原理。研究了基于Contourlet变换的高空间分辨率的SPOT全色光学遥感图像与高光谱分辨率的TM遥感图像进行融合处理，提出采用区域相关系数以及方向系数的关联性算法实现遥感图像的融合处理，可以获得同时具有高空间分辨率和光谱分辨率特性的遥感图像，提高对图像的信息分析和提取能力。研究了基于非下采样Contourlet变换的极化图像融合算法，通过极化图像的融合处理以减少相干斑噪声的影响，算法中将高频子带系数的相关性系数作为融合的策略，在不同高频子带图像系数中采用不同的融合策略以获得最佳的融合效果。实验结果表明，非下采样Contourlet变换可以获得比传统的PWF方法更佳的融合效果。　　 (2)研究了Directionlet变换的工作原理和特点，Directionlets变换是一种通过多方向选择来捕获图像中各向异性特征信息的基于格子的歪斜多尺度几何变换工具，与标准二维小波变换相比，能很好地描述系数的边缘分布，充分体现邻域间系数的相关性。提出了一种有效的基于Directionlets变换的偏振图像融合算法，首先采用多方向多尺度的Directionlets变换对多个偏振图像进行分解，对于分解后的低频系数采用加权平均融合算法；根据高频子图边缘分布差异，对于方向高频系数采用二维Teager能量的边缘检测算法以及区域方向对比度算法实现偏振图像的融合处理。实验结果表明，提出的算法与传统算法相比，在保留原始图像边缘和纹理信息的同时，可以有效地取得较好的融合视觉效果。　　 (3)研究了独立分量分析的理论和概念，对线性瞬时混合信号的独立分量分析算法进行了仿真研究，并对结果进行了比较和评价。将独立分量分析算法应用到遥感图像的融合处理中，详细描述了算法的思想、算法实现的步骤，并将独立分量分析与多尺度几何分析的Contourlet变换结合对光谱图像进行融合处理，通过独立分量系数的加权算法实现最优系数的融合处理。通过可见光图像与红外图像的融合仿真实验结果可以知道，基于独立分量分析算法实现融合处理可以获得良好的融合效果。　　 (4)研究了一维经验模态分解算法的基本原理以及仿真实现，进而推广到二维经验模态分解算法在图像分解处理中的应用。通过多聚焦图像的分解和融合仿真实验说明了二维经验模态分解在图像融合中的应用效果。提出了二维经验模态分解与方向滤波器组的多方向性二维经验模态分解算法，并利用希尔伯特变换的瞬时幅值和瞬时频率的融合策略实现多波段遥感图像的融合处理中，取得良好的融合效果。