近年来,多传感器图像融合技术在机器视觉、遥感、医学、军事等领域得到了广泛的关注。多传感器图像融合是指将多个传感器采集的关于同一目标或场景的图像数据,根据某种算法进行适当的综合处理,产生一幅新的、满足某种需求的新图像。这样的图像是单传感器无法得到的。由于多传感器获取的图像间既存在冗余性又存在互补性,所以多传感器图像融合技术既可以提高系统的可靠性又可以提高图像信息的利用效率。目前,张量积小波和不可分小波变换等多分辨分析的方法在图像融合中有着广泛的应用,但也有其局限性。张量积小波是由一维小波通过张量积的形式生成的二维小波。由于一维小波的种类限制,张量积小波的种类也非常有限。在图像融合过程中,张量积小波只能获取横向和纵向两个方向的信息,捕捉的信息量也有限。而不可分小波则能弥补这一点。不可分小波是非张量积小波,不受张量积制约。只要设计出一组满足一定条件的滤波器组,就能获得相应的不可分小波。而且,不可分小波能获取多个方向的信息,在图像融合中能保持较高的空间分辨率。但其光谱信息有较大的偏差,且运算量也比较大。本文通过研究atrous小波理论和方法,提出了一种基于不可分小波的atrous算法的图像融合方法。本算法结合了 atrous小波能保持良好的光谱信息的特点,并且算法过程中不需要抽样和插值。我们用不可分小波的低通滤波器代替atrous小波的卷积算子来进行图像融合。本文从不可分小波出发,研究二通道和四通道不可分小波的基本理论和方法。虽然不可分小波在图像融合中能保持高空间分辨率,但是在光谱信息的保持程度上有所不足。所以本文利用了 atrous小波的平移不变性,提出的不可分小波的atrous算法能保持良好的纹理信息。实验表明,将不可分小波的atrous算法用于图像融合中,融合结果无论是在空间分辨率还是在光谱信息上都有很好的效果。此外,本文提出的基于不可分小波的atrous算法的图像融合方法也继承了 atrous小波算法简单、易行的特点。运行算法所需时间和空间也很小,易于编程实现。