现阶段, 图像融合处理方法由低到高分为像素级、特征级、决策级。现在国内外的大部分研究都是在像素级融合上。因为像素级融合是直接对传感器得到的原始数据进行处理，比较容易实现。所以像素级图像融合理论在研究中的成熟度比其他两种级别都要高,应用范围也更广。但是在对特征级图像融合和决策级图像融合的研究还不深入,特征级融合和决策级融合是属于比较宏观的研究，仍不断在新的领域中创新。89919

融合的理论基础方面：在数学理论方面不断提高,让融合方法有了新的数学理论；在研究工具方面有计算机理论的支持。现在的融合方法更加重视图像融合在数学理论中的应用。图像融合现在存在的问题主要是在新的数学理论和原有算法进行组合方面的停滞。但实质上，现阶段的方法都是属于在数学计算机工具基础上的，而面向传感器信号问题处理和在特定的应用条件下解决问题的方案并不完善。

国内外研究表明，图像融合具有如下优势：

（1）环境条件状况不佳的情况中图像融合会改善检测的性能。如，在云、烟、雾、尘等的不利条件下，导致图像的质量变差，毫米波段的雷达图像对其有较强的穿透能力，可以获得较为清晰的图像，进而可以顺利进行接下来的工作。论文网

（2）多个传感器可以提供互补信息，使得图像在融合后有更为全面、丰富的信息。

（3）图像融合后的影像会降低冗余信息，使得影像的精准度更高，影像的处理的结果也更加可靠。

其中，可见光波段的图像属于反射类图像，在光照度适应的条件下才可以反映出地物的细节，若光照度较低时导致可见光图像对比度较低；红外光图像是属于辐射类的图像，根据温度的高低程度反映地物特征，不能反映出真实的地物特征。两者之间都有不足之处，但又是互补的图像。图像融合将两者的优点综合起来，得到内容更为丰富的遥感影像。