随着遥感技术的飞速发展,人们对于多源图像融合的需求日益增加。在众多的图像融合类型中,光学图像与合成孔径雷达(Synthetic Aperture Radar,SAR)图像极具研究前景和实用价值,已成为当前国际图像融合领域研究的前沿之一。要想充分利用两种图像的优点,我们就应该对光学图像与SAR图像进行融合,实现利用最大化,为图像的后续处理做好准备工作。本文研究的主要内容包括三个方面:一个是SAR图像滤波处理,另一个是光学图像与SAR图像融合处理,最后一个就是图像质量评价方法。SAR图像滤波处理是我们要解决的第一个问题。我们先了解了 SAR图像的成像原理和它的噪声类型--乘性的斑点噪声。在分析和总结了已有滤波方法的基础上,本文提出了一种基于改进的各向异性扩散滤波算法,实现SAR图像斑点噪声的滤波处理。该方法具有三个优点:首先,该方法能有效抑制斑点噪声,能够用于解决SAR图像中所含有的斑点噪声;其次,该算法引入了迭代终止条件,能够大大提高算法的运算效率;最后,该算法能很好地保持图像的边缘信息,不会模糊图像,能够保证图像的质量。光学图像与SAR图像融合处理是我们要解决的第二个问题,这也是本次论文的重点内容。我们先学习了图像融合的基础知识--图像的定义、分类和常用的方法。在学习完以上基础知识之后,本文提出了一种基于(?) trous小波和HIS相结合的遥感图像融合算法,实现光学图像和SAR图像的融合处理。该算的优点表现在以下两个方面:一方面能够保持SAR图像的细节信息和纹理信息;另一方面能够保持光学图像的光谱信息。图像质量评价方法是我们涉及到的第三个问题。我们先学习了一些图像质量评价方法(从主观评价和客观评价两个方面)。在学习完图像质量评价方法之后,对滤波算法和融合算法后的图像分别从主观评价和客观评价两方面进行评价,以此来验证本文所用算法的优越性。本文的主要内容就是通过提出的一种基于改进的各向异性扩散滤波算法和一种基于(?) trous小波和HIS变换相结合的图像融合算法对光学图像和SAR图像进行图像处理,对其得到的结果图进行主观评价和客观评价,研究结果说明,本文的算法确实优于其它算法。