图像融合是信息科学研究背景下的一门重要学科,同时也是数据融合中较为主流的一个分类。从上世纪70年代开始,科研工作者对图像融合的研究就一直延续。图像融合是多个学科领域下综合的现代科学技术。由于成像原理的特殊性以及传感器的自身光学物理性能等种种限制,单个传感器无法从实时场景中获得全面的信息,必然有一些信息是无法细致体现的,所以需要从多个传感器中综合多方面的信息,从中提取出能够全面的反映实时场景的数据。多源的图像可以分为以下几类:时间序列图像;多传感器下的图像;多聚焦图像。多聚焦图像即为同一个传感器通过变焦,对一个场景进行不同位面的信息捕捉,从而获得多个聚焦情况下较为清晰且更细节的多幅图像信息。从不同的传感器得到的图像数据中,可以得到各个方面丰富的场景信息,有利于更全面的理解图像的细节,对这些从不同的传感器得到的图像数据进行数据综合以后,结果包含了单个传感器所无法给出的全面信息,这样一来,图像的融合就有利于去除多传感器捕捉的信息间可能具有的矛盾及信息冗余,因此提高了新图像的可靠性、图像的精度并得到了更好的图像质量。本文提出了二维四通道不可分小波的快速算法并给出了其数学证明,分析了此算法的运算量,探讨了滤波器组的构造方法。首先针对张量积小波只强调水平、垂直方向的不足,研究了二维小波的性质和特点。其次,快速算法的理论推导与分析表明此算法运算速度比不抽样的二维不可分小波变换和二维快速Fourier变换更快。通过构造出的滤波器组进行不可分小波的分解实验,并与张量积小波进行比较,结果表明不可分小波变换在对图像进行滤波时能全面提取图像各方向的信息。基于二维不可分小波的快速算法,本文提出了一种基于二维四通道不可分小波的多聚焦图像融合方案。其中,采用了低频融合基于邻域像素间关联性的融合策略,并将其应用到二维四通道不可分小波的图像融合中。低频融合中,该策略基于区域方差,可以有效的保留细节和边缘,因此采用该策略得到的合成图像将比较清晰,细节比较丰富,能有效用于二维四通道不可分小波快速算法的多聚焦图像融合。并从融合算法、实际融合结果的视觉效果、多种图像性能指标数据上,与可分小波db2、不抽样的不可分小波进行对比,通过实验结果分析,可以得出结论,二维四通道不可分小波及其在本文应用的图像融合算法,可以得到比可分小波及不抽样的不可分小波更清晰的图像,在图像的边缘细节的保留及融合数据指标上都有很好的融合特性。