多传感器图像融合是多传感器信息融合的一个重要分支，是一项综合同一场景／目标的多源图像信息的技术。多源图像一般是来自不同传感器或同一传感器在不同时刻获得的同一场景的图像。通过对多传感器图像的融合，可克服单一传感器图像在几何、光谱和空间分辨率等方面存在的局限性和差异性。融合图像对场景的描述比任何单一源图像都更全面、更准确，更符合人和机器的视觉特性，有利于诸如目标识别、特征提取等进一步的图像处理。在不利的环境下(如烟、雾、雨、低照明、运动等)或者当一个图像传感器不足以提供用于目标识别或场景描述的足够信息时，通过图像融合可获得较满意的图像效果。目前，多传感器图像融合技术在医学、遥感、计算机视觉、气象预报、自动目标检测等领域得到了广泛应用。 本文研究的重点是多传感器图像融合技术，具有针对性和实用性。主要研究内容如下： 第一，研究了简单图像融合方法、基于Laplacian金字塔分解的图像融合方法和基于小波分解的图像融合方法的算法、实现和性能特点。 第二，针对小波框架相对于正交小波具有紧支性、光滑性、对称性，对信号的重构具有更好的稳定性，对噪声具有鲁棒性等优点，提出了一种基于框架分解的图像融合方法，并成功应用于图像融合处理。 第三，对于图像融合来说，融合规则和融合算子非常重要。本文研究了多种融合规则，提出了一种新的基于区域特性量测的融合规则和融合算子。 第四，文中给出了多种图像融合方法的融合实验。采用不同的融合规则对两种小波分解图像融合方法的性能进行了比较研究。研究表明，本文方法优于正交小波分解的图像融合方法。