簡單加權融合也叫做像素加權平均法（Weighted Averaging，WA）是最簡單、直接的圖像融合方法。它具有簡單易實現、運算速度快的優點，並能提高融合圖像的信噪比，但是這種方法削弱了圖像中的細節信息，降低了圖像的對比度，在一定程度上使得圖像中的邊緣變模糊，在多數應用場合難以取得滿意的融合效果。
優化：主成分分析(Principal Component Analysis，PCA)就是一種常用的係數優化方法，利用主成分分析確定的權值可以得到一幅亮度方差最大的融合圖像。PCA方法運用於高分辨率全色圖像與低分辨率多光譜圖像的融合時，通過用高分辨率全色圖像替代由低分辨率多光譜圖像提取出的第一主成分，得到同時具有高空間分辨率和高光譜分。
從性能上講，主成分分析法更像是對源圖像的選擇而不是對源圖像中顯著信息的融和。侷限性：以全局方差作爲信息顯著性度量通常會把較大的權值分配給方差較大的源圖像。實際應用中，當某一傳感器輸出圖像對比度較低時，這種權值分配方法效果會比較好，但就一般情況而言，這種分配方法並不科學。此外，主成分分析法對圖像中的死點、噪聲等干擾信息非常敏感，這些干擾信息會顯著的提高圖像的全局方差。