图像融合的基本思想就是采用某种算法将两幅或多幅图像合成一幅或几幅含有更多信息的新图像,从而减少数据量,便于观察者对目标进行探测、识别或使之更适合于计算机视觉及后序图像处理。图像融合技术在遥感、医学、自然资源勘探、地形地貌分析和生物学等领域占有及其中重要地位。图像配准是图像融合的必要前期工作。随着数字化成像设备的快速发展,获取的图像分辨率越来越高,图像的尺寸越来越大,在处理图像时就需要更多的时间，尤其对一幅很大的,包含多个目标的图像,我们只是对其中一个或几个目标感兴趣需要做精确匹配,如果对整幅图像做匹配必然花费很多不必要的时间,而且配准精度也不一定会达到理想效果。对图像完成分块配准后,接下来关键的一步就是合并图像。如果单纯地把分块的图像以标记的形式放回原图像中,则块图像与块图像之间必然存在边缘的像素差异问题,这就需要做图像边缘融合。针对这些问题,本文首先研究了基于变分模型的图像配准方法,采用了分块配准的思想,对大尺度图像进行矩阵分块配准计算,在保证配准精度的情况下有效的节省了计算时间。接下来,论文给出了评价融合图像质量的几个性能指标,着重研究了基于小波变换的图像融合方法,分别从小波基的选取,小波层数的选取以及融合规则的选取几个方面做了研究比较,针对小波分解后不同的高频分量和低频分量采取不同的融合算法,重点对平均融合准则、基于区域能量的融合准则和基于区域方差的融合准则进行了研究和实践,得出适合分块图像配准计算中边缘融合的有效方法,实验结果表明：该方法可以有效消除合并图像时出现的边缘痕迹,达到较好的视觉效果。