图像融合是指将相同或不同成像机理的传感器在同一时间或不同时间获取的描述同一场景的图像或图像序列生成一幅更适合人类视觉观察或计算机处理的一种图像处理技术。多尺度分析技术来源于计算机视觉研究中对人眼感知物体过程的模拟，图像的多尺度分析能够提供由高到低不同分辨率的特征子带，建立局部与全局处理之间的联系，这一结构与人类视觉系统感知物体由粗到细的过程一致，将多尺度分析技术应用于图像融合领域，可以获得更好的融合效果。本文针对基于多尺度分析的多传感器图像融合技术，在以下4个方面进行了探索与研究工作：1.探索和研究了在双密度双树复小波域内对图像进行融合的技术，双密度双树复小波变换是基于两个不同的尺度函数和四个(二组)不同的小波函数，利用过采样技术实现的，同组两个小波函数间相互偏离0.5个单位，不同组对应的小波函数间形成近似的Hilbert变换对。双密度双树复小波具有16个主方向信息，每个主方向信息用2个小波函数来描述，具有抗混叠性和近似平移不变性，可以更详细地描述图像细节信息，提高图像分析与重构精度。在融合准则方面，根据局部窗口内像素间具有一定的相关性，且窗口内不同空间位置的像素所携带的信息量不同这一事实，在低频子带系数中设计了加权窗口系数方差作为中心点系数权重的融合准则，在高频子带系数中设计了系数绝对值与邻域平均能量一致性选择的融合准则，有效地改善了传统融合准则所导致的融合图像亮度低且易受噪声影响的缺陷。通过仿真实验证明了本部分所研究的融合技术能够有效消除由于2D DWT不具备平移不变性所引起的伪影现象，提高了图像融合精度。2.探索和研究了在非下采样轮廓波域内，采用基于奇异值分解的脉冲耦合神经网络融合准则对图像进行融合的技术。非下采样轮廓波的实现方法为：利用映射法和梯型结构，将1D滤波器拓展为2D滤波器，设计出满足Bezout恒等式的塔式滤波器和扇形滤波器，塔式滤波器对图像进行非下采样金字塔分解，扇形滤波器对带通子带进行方向分析，形成了具有平移不变性、良好方向选择性和各向异性的非下采样轮廓波。针对采用局部窗口活性测度的加权或匹配融合准则易造成融合图像对比度下降和块效应等缺陷，根据图像奇异值矩阵F-范数的平方表示图像能量且图像的绝大部分结构信息包含在奇异值矩阵中这一事实，设计了一种基于区域奇异值分解的脉冲耦合神经网络图像融合准则，利用窗口奇异值构造结构信息因子，作为脉冲耦合神经网络神经元链接强度，经过点火处理，得到能够反映单个像素特征及其邻域像素整体特征的点火映射图，利用比较选择算子，准确提取显著特征区域。通过仿真实验证明了本部分所研究的融合技术能够有效消除伪Gibbs效应，提高局部区域的对比度和整体清晰度。3.探索和研究了在非下采样剪切波(NSST)域内，利用局部区域质量评价参数对图像进行融合的技术，避免重构图像中出现Gibbs型振铃现象和块效应，增强了图像结构信息和提高了图像的清晰度。图像的NSST分析分两步：多尺度分析和方向局部化。首先利用非下采样Laplacian金字塔对图像进行多尺度分析，得到低通和带通子带，然后利用Meyer小波函数生成Meyer窗口函数，实现小尺寸剪切滤波器，带通子带与剪切滤波器进行卷积运算，生成各尺度上的方向子带，完成图像的非下采样剪切波变换。NSST具有优良的局部化特性、高的方向敏感性、抛物线尺度化特性，能够很好地捕捉图像的细节信息。在融合准则方面，利用局部窗口活性测度进行加权或选择融合准则，会出现由于权重分配不准确造成图像结构信息质量和清晰度下降现象，设计了在低频子带中采用结构相似度与空间频率两种图像评价参数构造中心点系数权重，高频子带中采用系数绝对值与邻域平均能量一致性选择和加权的融合准则。在融合前对图像质量加以评判，在有效保留源图像中结构信息的同时，能够准确提取源图像中的边缘细节信息。通过仿真实验证明了本部分所研究的融合技术能够有效消除融合图像中的Gibbs型振铃现象和块效应，增强图像结构信息和提高图像的清晰度。4.探索和研究了在有限离散剪切波域内对图像进行融合的技术。图像的有限离散剪切波变换分三步：频域转换、多尺度分析和方向分析。首先，利用2D快速傅立叶变换得到图像的频谱，对频谱系数进行低通和带通滤波得到低通和带通子带，这样有限离散剪切波具备了多尺度特性；然后，利用辅助函数构造频域剪切波，再与带通子带相乘，得到方向子带；最后，对各频域子带进行2D傅立叶逆变换，得到各尺度上的时域有限离散剪切波。有限离散剪切波具有抛物线尺度化特性、平移不变性、高的方向敏感性和高的计算效率。在融合准则方面，针对已有的典型多尺度融合准则对边缘纹理融合精度较差这一缺陷，设计了低频子带中采用区域窗口梯度信息相似度因子构造中心系数权重，提高边缘纹理融合精度；高频子带中采用区域窗口系数绝对值与区域标准差一致性选取准则，在提高图像轮廓与非轮廓区域间清晰度的同时，能够降低噪声的影响。通过仿真实验证明了本部分所研究的融合技术能够提高图像边缘纹理的融合精度和计算效率。