对多源图像进行融合处理是为了把不同图像包含的互补信息进行充分利用,通过消除冗余信息,将研究感兴趣的重要信息突出,得到比单一图像表达信息更完整、让人更容易理解认识的新图像。在实际应用中,多源图像融合技术已经渗入到很多领域,包括军事领域、医学研究与诊断、工业控制、遥感探测等。本文首先从研究背景、发展现状和现实应用方面介绍多源图像融合技术,按照图像融合所处的阶段不同进行了详细的分类介绍,重点介绍了像素级融合中的以多尺度分析为工具的融合。其次依次对Contourlet变换与非下采样Contourlet变换理论进行了具体阐述,后者取消了对图像的采样操作是在前者基础上进行的改进。基于此特性,其分解后的各个子带图像大小保持不变,这样非下采样的Contourlet变换不仅具有能够对图像边缘上细小轮廓信息进行提取的优点,还可以防止频谱混叠现象的出现。通过与以往的多尺度分析方法进行实验对比,非下采样的Contourlet变换作为图像融合多尺度分解与重构的工具有其特有的优越性。分解参数的选取决定了分解的层数和每一尺度上分解的方向数,进而影响了融合图像的性能,分解级数太小或者太大,融合效果都不理想,需要针对具体的图像研究适合的最佳的分解参数。多聚焦图像是由于成像聚焦点不同获得的,在进行融合规则选取时,考虑能最大程度的获取图像的清晰目标。以非下采样Contourlet变换为分析工具,结合多聚焦图像本身的特性,根据本文算法得到更清晰的图像,并且在很大幅度上降低因为预处理阶段配准误差带来的影响。因为红外图像与可见光图像分别反映物体不同方面的信息,对这种信息互补的图像进行融合,希望融合图像在不降低红外图像所含目标亮度的前提下,还能够有效继承可见光图像丰富的光谱特征,形成表达信息完整的新图像,本文利用非下采样Contourlet变换的优势,进行了两次融合,实验表明本文方法有效地保留了图像的有用信息,轮廓边缘较好的得到保留。最后通过MATLAB中的图形用户界面GUI,整合程序,实现图像融合系统演示平台。