目前，获取遥感数据的手段越来越多，遥感数据的最大特点是信息的多源性。如何有效的利用这些数据，实现多源数据的优势互补，遥感图像融合技术为解决这些问题应运而生，并成为图像处理的研究热点。单一的遥感图像是对客观实际的描述不精确且不完整，通过遥感图像融合技术依据某种准则，合理支配和互补多幅图像资源的观测信息，可以获得比任意一幅源图像质量都优越的融合图像，能够更加精确地反映客观实际。本文首先探讨了遥感图像融合技术的研究背景以及发展前景，描述遥感图像融合处理技术的基本概念、融合层次分类、具体应用及国内外研究动态。比较系统全面地研究了遥感图像预处理的必要性以及配准算法、采用遥感数据融合算法的基本原理和融合后图像的性能评价指标，并用实验证明了所提出的一些新的方法具有更优越的性能，对以后的研究工作有重要的意义。由于陆地、水体和地球大气等非常复杂，而目前的传感器在时间、空间、光谱和辐射分辨率均有限，因此并不能全面的记录数据。因此，获取数据时产生的误差不仅会降低遥感数据的质量，还会直接影响融合结果的有效性。遥感数据的最常见的两种误差为辐射误差和几何误差，本文根据这些误差的形成原理，制定算法分别进行纠正，并提出了基于Contourlet变换结合互信息的图像配准方法。本文的重点介绍目前常用的几种遥感图像融合方法，给出了这些算法各自的优缺点及适用范围，重点研究了Contourlet变换，并以传统的Contourlet变换作为根本出发点，结合其他图像处理算法，提出了一个基于Contourlet变换的二进对比度金字塔遥感图像融合改进算法，它综合利用了现有多尺度分析算法的优点，通过实验对不同的融合方式对融合结果的影响进行了分析和比较，针对传感器不同的成像特点和融合应用目的制定相对合适的融合算子和融合规则，再此基础上对遥感图像融合系统进行了展望。针对融合后的图像进行综合评价也是必不可少的，本文总结了遥感图像融合现有的客观评价指标，将它们进行整理和分类，并引入了一种实时性较高的基于奇异值分解的评价方法。最后，总结了本论文的研究成果和存在的不足，并讨论了今后的可发展方向。