基于传统分块压缩感知(BCS)的图像融合中，由于空间域BCS采样缺乏考虑图像的全局特性，导致融合图像重构质量差，且存在分块效应。首先将输入图像在Contourlet变换(CT)域稀疏表示，并对CT分解系数进行分块压缩感知；再对压缩采样线性加权融合；最后用迭代阈值投影(ITP)方法重构融合图像，并消除分块效应。提出了基于Contourlet变换域分块压缩感知(CTBCS)的遥感图像压缩融合方法，并给出算法的详细实现流程。基于BCS和CTBCS进行压缩采样，再用ITP算法进行图像重构，仿真结果显示，与BCS相比，CTBCS采样有效考虑了图像的全局特性，基于CTBCS的ITP重构收敛速度更快，重构计算复杂度更小，重构精度更好，对应的重构图像峰值信噪比(PSNR)更高；实际资料测试结果表明，基于CTBCS的压缩融合效果比基于BCS的压缩融合效果更好，更接近常规CT融合效果。CTBCS压缩融合用较少量采样点获得与常规CT相比拟的融合结果，有效实现了大数据量遥感图像的压缩融合。
