小波分析是在短时傅立叶变换的基础上发展起来的一种具有多分辨率特性的局部分析方法,它通过伸缩、平移等运算对信号进行多尺度细化分析,从信号中提取有效信息,是分析非平稳信号的有力工具。小波分析在时域和频域都具有表征信号局部信息的能力,并可根据实际分析的需要,动态调节时间窗和频率窗的形状和大小。因此,小波分析在局部时频分析中具有很强的灵活性,被喻为时频分析的显微镜。小波分析在图像处理中有着重要的应用,包括图像压缩,图像去噪,图像检索,图像融合和视频流等。本文首先详细地介绍了小波分析及其理论,特别是离散小波变换和多分辨率分析并以单小波的发展史和基础理论为出发点,介绍多小波的发展及多小波分析理论知识,同时,介绍了多小波的四种特性,这些理论是图像融合的基础。随着图像传感器技术的发展,图像融合作为一种有效的信息融合技术在很多领域都得到了广泛的应用。图像融合技术是将多个传感器收集的关于同一目标的多幅图像经过图像处理,提取多幅源图像的数据,融合在同一图像中,本文主要研究内容是基于多小波分析理论的图像融合技术研究。本文系统地介绍图像融合产生背景和发展现状,以及图像融合在各个领域中的应用；针对基于多小波分析理论的像素级图像融合方法,给出了图像融合效果的主观和客观评价参数；分析了小波分解层数的选取对图像融合结果的影响；详细介绍了几种常用的高、低频小波系数融合规则；在设计融合规则问题上,对多小波变换分解得到的低频子带系数和高频子带系数分别采用了不同的设计方案；用试验数据作对比,客观检验小波融合方法和其他的图像融合方法,并且提出了一种新的多小波图像融合算法,最后文章用完整的实验和多个数据结果证明了本文所提出方法的有效性和可行性。