近些年来,图像融合已成为图像理解和计算机视觉领域中的一项重要而有用的新技术,多源遥感图像数据融合也成为遥感领域的研究热点,其目的是将来自多信息源的图像数据加以智能化合成,产生比单一传感器数据更精确、更可靠的描述和判决,使融合图像更符合人和机器的视觉特性,更有利于诸如目标检测与识别等进一步的图像理解与分析。它在军事、民用方面有着极为广泛的应用。本文对来自不同途径的多源遥感图像的融合方法及其应用进行了研究,主要工作如下: 图像空间配准是多源遥感图像融合前非常重要的一步,其误差大小直接影响融合结果的有效性,它是进行多源遥感图像数据融合的前提与基础。在研究了信号的傅立叶变换的性质和特点的基础上,将傅立叶相位相关技术进行扩展,用于实现遥感图像自动配准。该方法的主要优点是在不需要寻找控制点和传感器参数的情况下进行图像自动配准。通过对数-极坐标变换、利用傅立叶变换的比例特性、旋转特性和相位相关技术确定图像间的比例、旋转和平移关系,实验结果表明了此方法的可行性和有效性。提出了一种基于互信息相似性判据的分层遥感图像配准方法,通过小波变换构造图像金字塔,从金字塔的最顶层开始搜索,根据互信息最大的原则确定图像间的变换参数,并作为下一层搜索的粗略位置,然后逐层细化,实现由粗到细的搜索过程。将此算法应用于遥感图像,得到了有效、精确的配准结果。在分析了基于傅立叶变换的配准方法和基于互信息准则的分层配准方法的优缺点的基础上,提出了将傅立叶变换和基于互信息相似性判据相结合的分层图像配准方法,克服了基于互信息的分层配准方法耗时长的缺点,且利用分层细化的搜索策略增加了基于傅立叶变换的的误差修正过程,提高了配准精度。分析了多源遥感图像融合的层次、模型、结构及其特点,着重研究和分析了像素级多源遥感图像融合的概念、方法,对多源遥感图像融合效果的评价方法进行了深入的研究,在已有的评价方法的基础上将它们进行了整理、分类,提出和建立了一套对图像融合效果及融合方法性能进行定性、定量评价的方法和准则。研究和分析了几种常用的多源遥感图像的方法(包括多光谱图像的融合方法):直接平均法、HIS 变换法、Borvey 法、主成分分析法和高通滤波法等,通过实验比较了这