图像数据融合技术在图像处理、人工智能以及军事侦察等很多领域得到了应用,它可以减小单一传感器成像的不确定性。近年来对多聚焦图像和红外与可见光图像的融合成为热点,源图像通过一定的算法进行处理,可以得到信息丰富、效果清晰的融合图像。本论文主要进行图像数据融合系统的研究,包括软件算法设计和硬件系统设计。硬件设计包括基于树莓派的数据图像融合系统和USB2.0-FPGA图像数据通信高速传输显示系统两部分。前者主要包括图像的采集、存储、融合处理,采集图像由系统的摄像头模块完成,采集到的图像存储在树莓派的SD卡上,融合算法在树莓派的Linux环境下编写,图像经过融合处理后在PC和物联网Yeelink平台显示。USB2.0-FPGA图像数据传输系统可以将树莓派融合系统输出的源图像和融合图像在其他平台展示出来。本文使用了三种改进的图像融合算法对多聚焦和红外与可见光图像进行处理。第一种是基于传统小波的算法,第二种是在小波基础上改进的Contourlet变换的算法,第三种是非下采样的Contourlet变换与脉冲耦合神经网络(PCNN)相结合的算法,实验结果表明,经过第三种算法处理得到的图像清晰度和客观评价指标更好。文章最后对整个系统进行了调试,验证了系统的可行性,使用Opencv编写的提升小波变换算法对图像进行处理,清晰度、客观指标和处理速度满足预期目标。总结了已完成的工作,指出更好的算法和硬件可以提升系统的性能。