单个传感器所提供的信息存在局限性和片面性，在实际应用中需要通过搭配多个传感器来获取对象信息，为此必须将各个传感器接收到的信息进行融合来完整的描述输入对象。图像融合技术正是解决此类问题的必要途径。该技术已广泛应用于目标识别、机器视觉、医疗诊断等领域。　　小波分析能有效地从信号中提取信息，同时具有时域和频域局部化性能，它能对图像进行不同尺度、不同方向的分解。本文重点研究了基于小波变换的图像融合算法，在对小波基本理论研究的基础上，提出了以下图像融合新算法。　　(1)研究了Prewitt边缘提取算法，提出将Prewitt边缘检测算子嵌入到高频子带系数进行图像融合。采用改进的窗口邻域能量活性测度作为融合准则，不仅考虑了高频子带系数的独特性质，而且考虑到了邻域像素间具有很大的关联性。实验结果表明，提出的算法克服了小波融合算法和加权平均融合算法存在的边缘模糊效应，具有很好的融合效果。　　(2)提出了将(2D)2-KL变换与小波变换相结合的图像融合新算法。利用(2D)2-KL变换对图像信息进行分析，通过构建协方差阵提取图像的主要特征。然后针对低频系数引入权因子指导低频系数融合，提高特征矩阵在融合中所占的比例。从实验结果可以看出，该算法更好地突出了图像的显著特征，取得了很好的融合效果。