多平台多传感器信息融合在军用及民用高科技系统中有着广泛应用。但在融合过程中经常会遇到各传感器的观测数据时间与空间不匹配的问题。如果不经时空配准而直接进行数据融合，会产生较大的融合误差。本文对多传感器信息融合的时间配准算法及空间配准算法进行研究；同时对图像融合方法进行研究。首先，本文对时间配准模型、目标运动模型、配准频率选择及时间配准算法进行简要介绍。对已有内插外推配准法与最小二乘配准法作了详细推导及仿真实验。在此基础上，利用将卡尔曼滤波改进内插外推时间配准算法；针对离散系统，提出将扩展卡尔曼滤波与内插外推相结合的配准算法；通过仿真实验验证了两种算法的有效性。其次，本文对离线和在线两类空间配准算法进行研究。其中离线配准算法主要推导了基于地心坐标系的广义最小二乘法及极大似然函数法，并对配准性能进行验证。在线配准算法主要研究基于地心坐标系的序贯卡尔曼滤波配准算法；利用序贯卡尔曼滤波可避免计算雅可比矩阵的特点，在满足配准精度的同时提高配准实时性，完成在线空间误差估计。最后，本文针对多光谱、多时相、多传感器遥感影像融合处理的特殊性，重点研究了多尺度、多分辨率的图像融合方法。通过对多组图像进行融合，选择常用客观指标来评价拉普拉斯塔形分解法，小波变换融合法和轮廓波变化法的融合效果。