近年来随着图像传感器和图像处理技术的快速发展,图像融合的实用性也在不断增强,并逐渐从国防应用领域拓展到其他国民应用领域。目前在遥感、态势感知、侦查、全天候监控、医学诊断、武器装备、机器人等众多应用领域越来越多地使用了多传感器、多光谱图像,图像融合技术呈现出了更加广阔的应用前景,凸显了图像融合研究的重大意义和紧迫性。本文主要针对场景态势监控、目标检测识别等应用领域的红外与可见光等类型多传感器图像融合需求,从有利于增强对场景的理解、有利于快速准确检视识别目标的角度出发,旨在像素级融合层面上深入研究并获得一些有效的处理和分析方法。文中主要以设计能有效增强源图像中目标特征并获得良好视觉效果的融合新方法、以及能满足图像融合系统实时性需求的快速融合算法为主要目标,文中主要研究内容如下：1、对图像融合技术中常用的多尺度变换予以了较全面的总结,并从信号稀疏表示理论的角度审视多尺度分析方法及其在图像融合中的优势和不足；重点针对多尺度变换的冗余性与移不变性对融合效果的影响,对不同类型多尺度变换的16种融合算法进行了定量的实验对比和分析研究,总结给出了多尺度变换方法在图像融合算法设计中应注意的一些特点。2、现有多尺度融合算法重视细节系数的融合规则而对近似系数一般采用简单的均值或加权融合规则。近似系数代表了源图像的主要能量分布,简单的近似系数融合规则会造成融合图像中目标的亮度和对比度降低,导致强度较高的源图像抑制或淹没另一方的目标特征和纹理细节,最终影响融合图像的视觉效果和目标特征的可探测性。针对此问题,提出了一种应用亮度重映射的近似系数融合规则,实验结果表明,综合考虑源图像近似系数的强度和对比度等特征,能有效增强弱势源图像中目标特征和纹理细节等信息的融合,明显提高融合图像的动态范围和目标特征的强度。3、受传感器物理特性限制或自然条件影响,源图像经常表现为对比度低、灰度值范围狭窄、视觉效果模糊等情况,从而造成融合图像质量的下降。针对此问题,将数学形态学与尺度空间理论相结合构造了多尺度top-hat变换,提出了基于多尺度top-hat变换的增强融合算法。该算法使用多尺度top-hat变换提取源图像亮、暗细节特征,并依据不同应用需求灵活地融合各尺度亮、暗特征得到融合图像。实验结果表明,算法在融合过程中同步增强目标和细节特征,使融合图像中目标与背景对比度、纹理细节等特征优于其在源图像中的表现,并能根据应用需求获得具有不同增强效果的融合图像。4、针对实时系统需求,提出了加权和乘积相结合的互调制快速融合算法。该算法对两幅源图像分别使用基于对应像素能量比值所确定的系数进行放大,然后分别加上由图像统计参数得到的偏移项,最后将两部分相乘并规范化即得到融合图像。实验结果表明,算法综合了加法和乘法调制的优点,简单快速,实时性好,并且参数自适应,是一种非线性的互调制融合过程。算法的融合质量和效率优于小波、金字塔等融合算法,适用于多传感器图像如红外与可见光图像融合、医学图像融合等。5、总结了近15年来多传感器图像染色融合的研究成果,给出了染色融合算法的一般框架。在此基础上,提出了基于YCbCr颜色空间的夜视微光与红外图像染色融合算法。算法使用互调制融合方法构造Y分量并直接由源图像构造Cb.Cr分量,快速构造出色彩丰富、对比度强烈的伪彩色图像；应用颜色传递技术后,获得了细节丰富、目标背景对比度高、符合场景自然颜色分布的假彩色图像。染色融合过程结合了伪彩色和假彩色两次染色,可满足不用应用需求。因使用了互调制快速融合并直接构造颜色分量,算法效率高且参数自适应,可满足实时性需求。文中对融合算法的研究主要围绕目标特征增强和算法实时性两个主要目标,构造多尺度top-hat变换并应用于图像融合,实现了融合过程中同步增强；提出的互调制快速融合算法能满足实时性要求较高的应用场合；提出了结合互调制融合的快速染色融合算法,融合过程结合了伪彩色和假彩色两次染色,可满足不用应用需求。上述研究成果在态势感知、夜视监控、目标检测与跟踪等多传感器图像融合技术研究和应用领域具有重要的理论和实用价值。