通过对图像特征融合的一般规律的研究，提出了一种基于二维主成分分析（简称2DPCA）的图像特征融合算法。首先选取包括分形特征、多向多尺度梯度特征、局域灰度概率特征在内的目标图像的多种特征，组成特征向量，对该向量进行二维主成分分析，得到一个变换矩阵，再利用该变换矩阵和原特征向量的乘积得到新的综合特征。该综合特征即为经过融合后得到的特征。在对弱小目标匹配跟踪的仿真结果表明，该方法效果优于常规的灰度匹配和基于PCA的特征融合方法，且耗时与后者相差不大。