多传感器图像信息融合是指针对多个传感器采集的关于同一目标或场景的图像进行适当的处理,产生一幅新的图像,使之更适合人眼感知或计算机后续处理。每一种传感器是为了适应特定的环境和适用范围设计的,具有不同的特征或不同视点的传感器获取的图像间既存在冗余性又存在互补性,通过对其融合,能够提高系统的可靠性和图像信息的利用效率。论文首先对各种图像融合方法,及融合方法的评价标准进行了介绍和分析。主要介绍了图像的伪彩色融合方法和基于多分辨分析的融合方法,即彩色及灰度融合方法。然后,分析麻省理工学院A.M.Waxman等人提出的伪彩色融合方法,并在其基础上,提出两种简化算法。简化算法一通过感受野算子分别将可见光图像,红外光图像中温度比周围环境高的部分和周围环境低的部分进行特性增强,送入颜色通道显示。考虑到红外光图像中噪声较大的问题,简化算法二突出强调了红外图像中比温度周围环境低的部分,即目标物体,得到较好的融合效果。其后,分析Toet提出的伪彩色融合方法,并进行仿真,应用改进的Toet方法分析灰度融合结果图像与原图像的信息差别。再后,分析比较了几种不同的基于多分辨分析的融合方法。它们分别采用金字塔形小波变换和小波包变换完成图像的多分辨分析,融合规则采用了比例加权法和有域值的比例加权法。通过统计参数对融合结果进行性能评估,总结出各种方法的优缺点。最后,给出了多传感器图像融合系统的实现方案。该系统将完成图像融合、目标识别等任务,并能通过主机进行实时监控。设计了系统的硬件与软件结构,在软件部分根据图像的大小不同,给出了两种实现方法,并在C6711数字信号处理开发板上,对融合方法进行硬件仿真,证明了算法的可实现性。