近年来，伴随着科学技术的迅速发展，多传感器图像融合技术凭借其诸多优势，在工业，医学，军事，遥感等许多领域都有着重要的应用。图像融合可分为像素级融合，特征级融合以及决策级融合三个层次，本文主要研究的是像素级图像融合技术。本文先对图像融合的基本理论进行了介绍，包括有图像融合的概念，优点，应用以及层次；其次探讨了图像融合的主客观评价方法，并提出了一种基于梯度互信息的图像融合客观评价新方法；再次研究和对比了几种像素级图像融合的经典算法，通过融合四组不同类型传感器图像并采用熵，标准差，互信息，空间频率，梯度互信息5种评价指标对融合后的图像进行评价，指出了各种算法的优势和不足，同时也验证了前面提出的梯度互信息评价方法的有效性和可行性；最后介绍了基于独立分量分析的图像融合，提出了一种新的基于独立分量分析的图像融合算法，算法的基本思想是先对来自不同传感器的图像分开进行训练，从而得到各自相互统计独立的基函数，继而得出待融合图像的主要区域和背景区域，再通过一定的融合规则对变换后的独立分量分析系数进行融合，重建出融合图像，并通过实验仿真和数据分析得出本算法比其它几种经典图像融合算法具有更好的融合效果。