多波段图像融合是将不同成像原理的传感器针对同一目标生成的不同波段的图像按照特定算法进行融合，获得比参与融合的任一单波段图像更全面的信息，可以更精确的反应客观实际。多波段图像融合是一门综合了传感器、图像处理、信号处理、并行计算和人工智能等现代高新技术的新兴学科，广泛应用在目标检测、跟踪和识别，机场导航，医学成像与诊断等军民用领域，对国防事业的建设和国民经济的发展均具有非常重大的意义。本文针对多波段图像融合及预处理算法进行了深入的研究。搭建了包括图像增强、去噪及融合模块的多波段遥感图像融合系统，并进行了仿真验证。本文采用改进的Lee增强算法对多幅遥感图像进行增强处理，并与传统的直方图均衡化和非线性变换等算法增强结果进行比较。改进的Lee增强算法通过将对数变换和像素的邻域信息相结合，消除了光照不均衡的影响；通过调整图像整体的动态范围，可以显著增强图像的边缘、轮廓等细节信息，从而提高了图像的可识别性。本文针对遥感图像中存在的椒盐噪声干扰问题，提出了一种高效快速的去噪算法，该算法增加了噪声检测机制，通过对滤波模板内的像元分配不同的权值，利用中值滤波结果替换噪声点，在保持图像的纹理、轮廓信息完整性的同时，有效地去除了遥感图像中的椒盐噪声。针对遥感图像中存在的高斯噪声干扰，本文采用基于K-SVD的聚类训练算法构建图像的超完备字典，将源图像中的有效信息与高斯噪声相分离，得到良好的去噪结果。本文基于MATLAB仿真平台，采用特征级的融合策略，分别用Canny算子和Sobel算子提取经预处理后的图像轮廓边缘信息。对特征提取结果，采用梯度金字塔变换等多尺度变换算法进行融合。并以GeForce GTX650显卡为硬件开发平台，在Visual Stdio10.0环境下，利用通用GPU的高速并行计算能力，通过CUDA编程合理分配计算单元，实现了实时快速融合处理。