图像融合是信息融合的一个分支。在传感器技术的不断发展和各种传感器广泛应用的背景下,图像融合技术受到越来越多的重视和得到了快速的发展。图像融合是利用了多幅图像中信息的互补性,使融合后的图像具有更高的清晰度和可理解性,弥补了单一传感器成像在空间或光谱分辨率的局限性和差异性。融合图像能够对场景有更为全面、更为准确的描述,更符合人眼视觉系统与机器感知和进一步图像处理任务。本论文提出的融合算法属于像素级融合层面,融合处理的图像源分别为多聚焦图像和多源图像,其中多源图像源分为红外与可见光图像和多光谱与全色图像两类。本文的主要研究工作及创新成果如下:(1)提出一种基于非下采样轮廓波变换(Nonsubsampled Contourlet Transform,NSCT)和空间频率法结合的图像融合算法。该融合方法利用NSCT分别对两幅原始图像分解得到对应的多个高频子带与低频子带,采用空间频率法计算得到空间频率系数判断决策以确定新的高频子带与低频子带系数。NSCT分解的高频分量能体现图像的细节特征,使用空间频率法能增强对子带系数选择的鲁棒性,使得到的融合图像能保持图像的细节等边缘特征。(2)提出了适用于多聚焦图像的融合方法,基于PM模型与高斯卷积的图像做差分(Difference of images between PM model and Gaussian,DPG)的算法,用DPG计算得到的差分系数进行小窗口累加及采用DPG与二阶拉普拉斯算子累加结合的融合算法。DPG算法利用的是PM模型非线性扩散对图像中存在的边缘信息具有良好保持特性这一特点,与高斯滤波图像做差分得到的差分系数能体现图像的细节信息。这些差分系数值较大的区域对应原始图像中清晰的区域,为了增强融合决策的鲁棒性,分别采用了小窗口累加和二阶拉普拉斯算子累加两种方法计算差分系数。最后根据决策图直接提取原始图像的像素替换到结果图像中,避免了受到模糊区域的污染,得到整体清晰的融合图像。(3)提出一种自适应权值的红外与可见光融合算法,利用红外图像的直方图分布特征确定阈值,分割出小的红外目标,将红外目标采用加权融合算法融入到可见光场景中,融合图像中红外目标清楚,场景空间细节表现力强。为了检测出运动的红外目标,提出一种直方图分割的背景建模方法,利用连续的多幅图像建立一个稳定的背景模型,当前输入图像与背景模型相减得到运动目标,将运动目标融入到可见光场景中或用特定的颜色标记出来,便于对场景的观察与监控。(4)针对多光谱与全色图像融合,提出了一种基于IHS模型空间的图像融合算法。因为多光谱图像是由多个通道组成的,所以融合算法需要在彩色空间实现。采用将多光谱图像变换到IHS模型空间,从多光谱图像分离出的亮度分量与全色图像加权融合,变换回RGB模型空间后采用自动颜色均衡化处理后得到最终的结果图像。多光谱图像具有高的光谱分辨率,全色图像具有高的空间分辨率,融合图像同时具有高的光谱分辨率和空间分辨率,又适当调整了光谱信息使图像更适合的人的视觉系统。