图像融合属于信息融合的一种重要形式,在图像的理解与计算机视觉中应用较多。它是将多幅对同一个场景进行不同形式描述的图像进行融合,以便得到更加准确、更加全面的信息处理过程。融合后图像能够在一定程度上为后续图像处理提供更为有效的信息。本文主要改进了可见光与红外图像基于NSCT变换的两种融合算法。由于现在大多数的图像融合算法研究缺乏对图像成像特性问题的考虑,本文首先对红外和可见光图像的成像机理进行研究,通过综合成像的特性,围绕NSCT变换的多尺度几何分析工具,改进了可见光和红外图像的两种融合算法。第一,基于窗口选择的融合算法,低频子带和高频方向子带分别采用了模糊逻辑和局部方向对比度的融合算子,来选取各自的融合系数,这种方法能够较好地表达红外图像的热目标信息,并且能够反映可见光图像的光谱信息,具有很好的边界表达能力。第二,基于区域分割的图像融合算法,首先是采用基于活动轮廓模型的图像分割方法对图像进行分割,得到表示不同含义的区域信息表达,体现了区域融合的思想,并定义了区域方差、区域MSSIM度量、局部区域方差匹配度和局部区域能量匹配度等测量算子,来选取NSCT变换域的融合系数。这种算法保留了图像中具有关联性像素之间的物理意义,和基于窗口的算法相比,具有更好的融合效果。