遥感技术和多元传感器技术的不断发展,使得人们获取和处理遥感数据的能力不断加强。通过多元传感技术,人们可以获取同一地区或同一目标的不同光谱、不同尺度、不同时间、不同相位的图像信息。图像融合技术就是通过对图像数据的后期处理,弥补单一传感器获取信息的不足,把同一场景的多幅图像进行融合,从而获得更加丰富、精确、可靠的信息。融合后的图像与单一的源图像相比：提高了图像的清晰度,降低了误差,减少了多意性、不完全性、不确定性。遥感图像中的多光谱图像具有丰富的光谱信息,但空间分辨率较低；而全色图像的空间分辨率很高,却缺乏光谱信息。在实际的应用中,同时获得高空间分辨率和高光谱分辨率的图像的代价太大,因此可以通过后续的图像处理技术对多光谱图像和全色图像进行融合,使得融合图像既拥有全色图像的高空间分辨率的特性,又具有多光谱图像特有的对目标特征进行精细描述的谱信息。本文根据多光谱图像和全色图像的特点,分析了几种经典的融合算法。传统的IHS变换、PCA变换等算法简单,但是融合结果存在一定的光谱失真；而多分辨率的图像融合算法,虽然能够得到较好的融合效果,但是算法的复杂度高。针对这一问题,本文提出了一种基于PCA的压缩传感算法,对传统PCA算法的融合结果进行修正,使得融合结果在保留了丰富的细节信息的同时,减少了光谱失真。本文选取了几种经典的融合算法和本文算法一同进行仿真实验,得到融合结果。并通过主观和客观的评价标准,对融合结果进行比较,论证算法的可行性。实验证明,本文的算法能够获得较好的融合效果。