图像融合技术(Image Fusion Technology)作为多传感器信息融合的一个非常重要的分支——可视信息的融合，近二十年来，引起了世界范围内的广泛关注和研究热潮。图像融合就是对多个传感器采集到的关于同一场景或目标的多个源图像进行适当的融合处理，以获取对同一场景的更为准确、更为全面、更为可靠的图像描述。图像融合的目的是充分利用多个待融合源图像中包含的冗余信息和互补信息，融合后的图像应该更适合于人类视觉感知或计算机后续处理。 像素级图像融合是在基础层面上进行的图像融合，它能够提供其它层次上的融合处理所不具有的更丰富、更精确、更可靠的细节信息，有利于图像的进一步分析、处理与理解，它在整个图像融合技术中是最为复杂、实施难度最大的融合处理技术。本文的研究工作主要是围绕像素级的图像融合展开的，针对像素级图像融合技术中需要解决的关键问题，重点研究了像素级图像融合的算法及其实现以及图像融合质量的综合评价问题，同时还对图像融合的预处理技术以及像素级图像融合技术的初步应用做了探讨。 本论文的主要研究内容和研究成果如下： (1) 在深入理解图像融合技术基本理论的基础上，针对传统基于塔型分解和基于小波变换图像融合方法的分解方式不能很好地适用于高频段包含大量重要信息的图像融合这一问题，提出了一种基于离散小波包变换的图像融合方法，该方法能够对图像的高频部分进行更为细致的划分，从而有利于在融合过程中提取源图像的重要细节信息，实验结果表明该方法能够有效地提高图像的融合质量。为了进一步改善图像的融合效果以及融合算法的性能，本文还提出了一种新的基于区域特征选择的图像融合规则。该规则不仅计算简单，而且能够在融合图像中保留较多的重要特征和细节信息，通过针对不同类型多源图像的融合仿真实验，结果表明该融合规则具有良好的融合性能。 (2) 针对在图像融合过程中，采用传统基于卷积运算的小波变换处理大量的图像数据时，存在的计算复杂、运算所需内存较多、无法实现在线快速的图像处理等缺陷，提出了一种基于第二代小波变换的图像融合方法。该方法首先利用基于提升方案构造的小波对源图像进行分解求得图像的低频和高频小波系数，然后按照基于区域特征选择的融合规则对分解得到的低频和高频小波系数分别进行融合处理以得到一组新的融合后小波系数，最后利用提升小波逆变换得到融合后的图像。提升方案在保持原有小波特性的前提下，使小波变换所需的计算量减少了约四分之三，从而使整个融合处理的运算量大幅降低，融合速度显著提高。实验结果表明基于提升小波变换的融合方法是一种