图像融合技术主要是指采用一定的算法，把工作于不同波长范围，具有不同成像机理的图像传感器对同一场景的多个成像信息融合成一个新图像，从而使融合的图像可信度更高，模糊较少，可理解性更好，更适合人的视觉及计算机检测，分类，识别，理解等处理。基于多尺度分析的图像融合方法，模拟了人类视觉系统由“粗”及“细”感知物体的方式，可以获得比较好的融合效果，所以该类方法一直以来都是图像融合研究领域的热点。论文主要研究了基于多尺度分析的图像融合算法。介绍了多尺度分析的主要思想以及实现过程，在此基础上对多尺度分析图像融合算法的主要原理进行了深入研究。论文给出了融合算法的通用框架，并且介绍了多种基于该框架的融合方案，论文还对融合效果的评价标准进行了研究，分类型总结了不同的融合评价标准。论文研究了多种具体的多尺度分析图像融合算法，根据源图像类型的不同，融合环境的不同，以及多尺度变换的不同，提出了有针对性的融合方案。对于所提出的每一种融合算法，都详细介绍了它的理论基础、算法结构以及实现步骤，进行了大量的融合仿真实验，并从主、客观两方面对融合效果进行了评价和分析。论文主要的研究内容和成果如下：1.研究了基于多尺度分析的图像融合算法体系。研究了多种多尺度变换及其衍生形式，研究了图像融合的通用框架，总结了融合效果的客观评价标准。2.详细研究了离散小波变换的移变性原因。提出了基于非下采样离散小波变换的图像融合算法，通过实验证明该算法具有平移不变性质。3.针对多聚焦图像的成像特点，提出了基于聚焦评价函数的窗口系数融合规则。4.针对均匀离散曲波变换的高效性、低冗余性、多方向性以及近似平移不变性，提出一种基于该变换的图像融合算法。利用该变换与非下采样离散小波变换的不同表达优势，提出了一种混合融合算法。5.提出了非下采样形式的均匀离散曲波变换。在该变换基础上，提出了一种结合去噪过程的图像融合算法，减少了不必要的图像变换过程。针对红外与可见光图像，提出了基于区域分割的图像融合算法，制定了区域对比度和区域标准差系数融合规则。