本文从图像融合的应用需求出发,深入的研究了红外图像和可见光图像的NSCT融合算法,详细介绍了Contourlet变换和NSCT变换的实现方法以及在图像融合中的应用及其优缺点,并进而提出了基于NSCT变换和小波变换相结合的红外与可见光图像融合算法。本文首先研究了基于NSCT变换的图像融合算法,针对NSCT变换能很好的逼近提取图像边缘轮廓信息的优点,分别在高低频系数中研究了基于边缘的融合规则和基于改进的区域方差的融合规则。通过对实验结果进行分析,可知基于NSCT变换的图像融合结果一方面提高了图像的信息和清晰程度,然而通过对融合结果的光谱扭曲度和空间频率的对比分析可知,融合后的图像光谱信息存在明显的丢失,同时融合结果的信息量和清晰程度也有一定的提升空间。因此本文接下来对如何最大限度的保留融合结果的光谱信息,同时融合结果的信息量和清晰程度的提高是下一步要研究的内容。针对单个基于NSCT变换的图像融合无法很好的提取图像的光谱信息,HIS变换能有效的分离出可见光的光谱信息,有利于可见光图像的光谱信息的保留,提出了基于NSCT变换和HIS变换的红外与可见光图像融合的算法。大量实验表明,这种融合算法,一方面提高了融合结果的光谱信息的含量,同时融合图像更加清晰。针对NSCT不能很好的表现图像的局部变化特征和小波变换不能很好的表达图像的边缘信息,本文提出了基于NSCT变换和小波变换的图像融合算法。将小波变换的细节捕捉能力和NSCT变换的边缘逼近能力结合起来,在结合具体的融合规则,使图像的长边缘信息和点细节信息都得到很好的保留。大量的实验数据表明,使用该融合规则,融合结果能更好的提取保留图像的细节信息,证明该算法存在着很强的优势。