多传感器遥感图像融合是数据融合的重要内容,也是遥感图像处理领域的研究热点之一。本文的研究对象是航空航天中不同传感器拍摄的同一地区多光谱(Multispectral，MS)图像和高分辨率全色(Panchromatic，Pan)图像,研究的目标是针对多光谱图像空间分辨率较低和高分辨率全色图像缺乏光谱特性的特点,采用合适的融合算法使融合图像增强空间细节信息、提高其空间分辨率,同时尽量保持原光谱质量,使融合图像更符合视觉特性,有利于后期进一步对图像进行目标检测与识别等方面的图像理解与分析,因此在军事、民用方面有着极为广泛的应用。　　本文深入研究了遥感图像的变换域融合原理、非抽样Contourlet变换的原理和实现算法,主要研究工作和成果如下:　　1.总结了常用的遥感图像融合原理和实现算法,分析了遥感图像融合的层次及其特点,着重研究和分析了像素级遥感图像变换域融合的概念和方法。　　2.详细研究了二维正交小波变换的原理和基于小波变换的图像融合算法,以及小波变换在图像处理中存在的不足,并通过仿真实验对比了各种算法的性能及光谱扭曲情况。　　3.探讨了多尺度几何分析的发展概况,重点研究了Contourlet变换和非抽样Contourlet变换的原理及实现算法。与小波变换相比,非抽样Contourlet变换具有更好的方向性,具有较高的逼近精度,可以更加有效地表示信号中具有方向性的奇异性特征,而且具有更好的稀疏表达能力,有利于跟踪和分析图像的重要特征,因此将其引入图像融合,可以更好的提取图像边缘特征,为融合提取更多的特征信息。　　4.给出了一种基于非抽样Contourlet变换的遥感图像融合算法。在传统IHS变换融合方法的基础上,将非抽样Contourlet变换(NSCT)引入到遥感图像融合中,根据分解后不同层次的特点采用不同的融合规则,对高频分量采用区域能量的融合规则,使得融合图像的光谱质量和空间质量得到均衡提高,是一种切实可行的融合算法。实验表明,与其他遥感图像融合算法相比,本文的算法可以更好地表现高分辨率全色图像的细节特征,同时在保持多光谱图像的光谱信息方面具有较大优势。