多源图像融合是将多个传感器获得的某一场景的多幅图像进行信息综合，以获得信息更丰富、更符合人眼视觉特性或更适于计算机处理的新图像。其应用已遍及机场导航、安防监控、医学成像与诊断、机器视觉、智能交通、工业控制及军事等领域。其研究具有理论意义和实际应用价值。本文介绍了图像融合基本理论、基于多尺度分析的图像融合方法，以及基于压缩感知理论的图像融合。主要工作如下：(1)分析了图像小波变换和Contourlet变换各系数分量的物理意义，研究了传统的基于小波分解的图像融合规则。实验结果表明，Contourlet变换比小波变换在保持图像的细节上有更好的融合效果。(2)针对多聚焦图像聚焦区局部空间变化平缓的情况，传统的图像融合规则会使局部区域空间频率过度提高的问题，提出了基于区域梯度一致性的融合规则。实验结果表明，融合图像的PSNR有一定的提高。(3)针对红外-可见光图像融合的特点，提出了低频基于区域能量取大、高频基于区域梯度取大的融合规则。实验结果表明，该融合规则能够提升红外目标的亮度。(4)研究了基于DWT的压缩感知图像融合方法，针对低频系数的非稀疏性对压缩重构性能的影响，提出基于高频压缩感知的融合模式。实验结果表明，在提高融合效果的同时，减少了小波分解层数，计算量减小。(5)针对高斯随机测量矩阵不易硬件实现的问题，设计了一种只含有-1，0和1的测量矩阵，并对其进行优化，在压缩率为50%的情况下仍能获得较好的融合效果。最后对全文进行了总结和展望。