随着现代遥感技术的快速发展，遥感数据量大幅度增长，这些通过不同手段获取的数据具有不尽相同的空间分辨率、光谱分辨率和时相分辨率。同时这些多源遥感数据包含的信息之间往往存在着互补性和冗余性，这不仅给其存储、传输以及后续处理工作带来了沉重的负担，而且直接影响到大量遥感数据的使用效益。因此遥感技术应用的主要问题，不是数据源的不足，而是从多源、多分辨率的遥感图像中提取出更精炼、更有用、更高质量的信息能力大小。 多源多分辨率遥感信息数据融合作为一种遥感信息综合处理与分析的技术，可以将同一场景的不同分辨率的遥感图像的信息特征融合到一起，利用它们在空间上的相关性和信息上的互补性，提高遥感图像的空间分辨率、增强目标的特征、提高分类精度和动态监测及信息互补的能力，这就使得遥感图像融合技术成为遥感领域的一个重要的研究方向，受到越来越多的关注。本论文围绕遥感图像融合中存在的突出问题展开研究，包括遥感图像融合最优质量评价模型的建立和稳健的融合算法的研究。整个研究内容体现了目前遥感图像融合研究的难点和重点。 本论文的主要贡献总结如下： (1)在全面分析、总结现有文献和研究成果的基础上，以高空间分辨率的全色影像和低空间分辨率的多光谱影像为数据源，结合多源遥感信息数据融合的基本概念，分析、总结并归纳多源遥感图像融合的层次、结构、模型和技术特点等； (2)总结图像质量评价指标，根据遥感图像融合评价的理论和实践，不仅给出融合评价的一般原则，而且通过对5组10对多传感器、多空间分辨率的遥感图像采用4种典型算法共生成40幅遥感结果图进行实验分析，结合投票表决思想，首次提出遥感融合图像质量评价最优模型。通过实验表明，该模型能够正确、全面、客观地评价融合结果，为专业人员在不同场合下选择性能良好的遥感图像融合方法提供科学依据； (3)针对小波变换融合方法现存的两大难点——小波基的选择问题和小波分解层数的问题，首次将运算时间和遥感图像质量评价结合在一起，确定A trous小波变换方法应选择的最优小波基和小波分解层；归纳不同小波变换法解决这两个难点的一般思想，从而达到对融合结果优化的目的。 (4)结合IHS方法和A trous小波方法的优点，建立最优的A trous+IHS变换融合法。该方法是对多源遥感图像融合体系中传统的三层融合体系的一种突破，在极大的提高了多光谱影像的空间分辨率的同时，最大限度的抑制了光谱畸变；充分考虑了人类视觉系统的特点，能有效提供融合图像的对比度，突出图像中人眼感兴趣的区域和目标，有利于人眼对目标的探测和识别。实验表明，同已有的一些融合算法比较，A trous+IHS最优融合方法无论是从视觉上，还是从量化指标上，都具有一定的优势。