在变换域方面,提出了两种基于Q-Shif双树复数小波变换(Q-Shif DT-CWT)的融合算法。针对低频系数和高频系数的不同特点,算法一分别采用邻域梯度取大(NGMS)和模值取大(MVMS)融合准则进行系数融合。在算法一的基础上,算法二采用合成图像模值取大(SI-MVMS)准则对高频系数进行融合。两种融合算法提高了系数选取的准确性,其中算法二融合图像质量更高。在空间域方面,提出了基于非下采样Contourlet变换(NSCT)的空间域融合算法。该算法采用NSCT提取源图像细节信息,通过合成图像绝对值取大(SI-AVMS)准则得到融合决策图来“指导”源图像中像素点的选取。算法利用NSCT良好的细节表现力,克服了传统空间域融合算法在细节表现力上的不足。由于不存在反变换,避免了对源图像信息的破坏。在彩色多聚焦图像融合方面,提出了基于NSCT的空间域彩色多聚焦图像融合算法。该算法根据亮度分量的融合情况“指导”源彩色图像的三个分量中像素点的选取,其中亮度分量采用基于NSCT的空间域融合算法进行融合。该算法避免了传统融合算法容易出现的颜色失真和模糊现象。