图像融合通过综合利用多个传感器获取的形式多样的图像信息，获得对目标更为准确全面的描述，以提高图像信息的利用效率。目前图像融合已广泛地应用于军事、遥感、计算机视觉，医学、工业等诸多领域。另外由于硬件条件的限制，获取到源图像难免受到各种噪声的干扰，因此，有必要先将源图像进行恢复，以提高图像质量。传统算法将图像恢复与图像融合分开处理，算法效率不高，融合结果有待进一步改进。因此研究同步图像恢复与融合的算法具有重要的理论意义和实际应用价值。本论文将压缩感知理论和稀疏表示理论，应用于彩色图像恢复问题，并结合稀疏表示域的图像融合问题，研究图像融合与恢复相结合的算法。主要工作包括研究彩色图像不同颜色通道间的相关性，在联合稀疏模型的基础上，提出拓展的联合稀疏模型，在转换矩阵上得到更稀疏的表示，提高算法性能。研究图像高斯噪声、椒盐噪声的特性，以及马赛克图像的特点，提出了压缩感知理论下的图像恢复算法。研究压缩传感域图像恢复和融合的内在联系，以稀疏表示系数为桥梁，提出了彩色图像融合和恢复相结合的算法。实验结果验证了本文算法的有效性和可行性。