多源图像融合是将不同来源的两幅或更多信息互补的图像整合为一张图像,提高图像的信息量和利用率。常见的多源图像融合包含红外和可见光图像融合、核磁共振成像(Magnetic Resonance Image,MRI)和计算机断层扫描(Computed Tomography,CT)图像融合等。其中,红外图像对比度高,目标显著,可见光图像背景细节丰富,如何在提高对比度的同时提高背景信息是仍需解决的问题。MRI捕获人体软组织纹理信息,CT可以获得高分辨率骨结构,如何在保留骨结构亮度的同时减少融合图像的模糊是仍需解决的问题。此外,融合耗时也是需要考虑的因素。针对上述问题,本文主要研究多源图像融合算法,以提高图像融合质量,降低时间复杂度。本文的主要研究内容如下:1.针对红外和可见光图像融合时对比度较低、背景信息不足的问题,提出基于引导滤波和改进共现滤波的融合算法。以全局统计共现信息的方式替换共现滤波中利用值域滤波器的局部统计方式,保留共现信息对边缘的检测能力,减少耗时,再用其融合二尺度分解后的细节层以保留边缘。通过引导滤波实现对基础层中背景纹理的保留。仿真实验结果表明该算法改善了融合图像中显著目标的亮度和背景细节。2.针对基于图像增强的红外与可见光图像融合算法不能在保证融合质量的同时降低时间复杂度的问题,提出基于直觉模糊集和改进有效引导滤波相结合的算法。以直觉模糊集增强低光照可见光图像中的背景信息,通过采样来改进有效引导滤波,提高滤波速度,并用于二尺度分解的双图层融合。为了匹配各图层特征,设计了优化有效引导滤波参数的策略。仿真实验结果表明该算法可提高图像融合质量和融合效率。3.针对医学影像MRI和CT图像融合耗时多且图像模糊的问题,提出一种基于边窗盒子滤波和快速有效引导滤波的融合算法。边窗盒子滤波从八个方向检测边缘以避免窗口中心滤波造成的边缘扩散,将其用于二尺度分解后的细节层融合,可减少边缘模糊;以快速有效引导滤波来融合基础层,改善融合背景细节的同时减少耗时。仿真实验结果表明该算法在改善图像模糊的同时提高了图像融合速度。