图像融合是一种综合同一场景多源信息的技术。来自于多个或多种传感器的多源图像能够提供冗余或互补信息,利用冗余信息和互补信息可以改善图像的信噪比,同时可以使融合图像保留更加丰富的纹理和细节信息。由于综合了多个或多种传感器的信息,融合图像比单一图像对场景的描述更加精确和全面,更能够符合人眼或机器视觉特性。本文将剪切波变换以及非下采样剪切波变换应用于图像融合中,致力于研究新的图像融合算法。首先,本文研究了基于非下采样剪切波变换和分数阶傅里叶变换的多聚焦图像融合算法。根据多聚焦图像的成像特点以及两种变换的优势,对于变换后的低频率系数采用加权拉普拉斯能量和的方式,高频系数采用联合分解级取大的方式对图像进行重构。实验结果表明该算法不仅可以获得良好的视觉融合效果,而且其客观评价指标也得到了提升。其次,本文研究了基于非下采样剪切波和向导滤波的多聚焦图像融合算法。提出了一种基于向导滤波算法的图像融合框架,探讨了向导滤波在多聚焦图像融合中的作用。实验结果表明该算法能够很好地融合多聚焦图像,并且能在主观和客观评价指标上均取得了良好的效果。最后,本文研究了基于非下采样剪切波变换的图像融合在红外和可见光以及医学成像方面的应用。采用区域分割的方式对红外和可见光图像融合后的结果进行目标识别,以识别结果作为衡量红外和可见光融合优劣的评价指标,同时还以常见红外可见光图像为例,从主、客观评价指标的角度探讨了图像融合的优劣。医学图像的总结实验结果表明该算法融合的图像视觉效果和客观评价指标上都得到了提升。