图像融合作为信息融合的重要分支,研究的是如何综合利用不同类型传感器所获得的图像,通过一定的算法得到一幅信息更加准确、丰富的新图像,从而产生比单一传感器更精确、完整、可靠的描述和判决。图像融合在军事、民用方面都有广泛的应用前景,是目前的一个热门研究领域。图像融合主要在像素级、特征级、决策级三个层次上进行。像素级融合是最基本的融合,它是特征级、决策级的基础,也是本文研究的主要内容。本文主要对基于多分辨率的像素级图像融合方法进行研究。首先,介绍了图像融合技术的背景、发展状况、以及国内外研究现状,阐述了图像融合的层次和分类。其次,重点研究了基于多分辨率分解的图像融合算法,介绍了基于金字塔塔形分解和小波分解的原理、分解重构过程,融合步骤和特点,总结了主要的图像融合规则和常见的主客观评价标准,提出了一种改进的基于局部方差/梯度的选择+平均的融合规则,取得了很好的融合效果。本文还分析了分解层数(融合层数)的多少,不同融合规则,不同分解方式对图像融合性能影响,并得到了一些重要的结论。然后,在不可分离小波的的基础上,分析了提升不可分离小波的特点和原理,并将它用于图像融合。同时针对提升不可分离小波不具有平移不变性这一不足,提出了冗余提升不可分离小波变换方法,并将此方法用于图像融合,选取合适的图像融合规则,取得了极好的融合结果。最后,对本文的工作进行了概括和总结,提出了本文的不足以及未来的研究方向。本文选用了多幅不同类型的多源图像,做了大量的仿真实验,并对仿真结果进行了比较和分析,得出了一些有一定参考价值和实际应用价值的结果。本文的主要创新之处有两点:一是提出了改进的图像融合规则:基于局部方差/梯度选择+平均的图像融合算子;二是提出了冗余提升不可分离小波图像融合算法,通过大量实例表明,它们对图像融合性能均有一定程度的改善,有一定的应用推广价值。