图像融合是将两个或两个以上具有互补信息和冗余特性的图像进行多层次、多级别、多方向的综合性处理，融合成为含有更丰富的信息、更为精准、更具可靠性的图像，使融合后的图像减少冗余性、模糊性的同时，具有更佳的互补性、可理解性，更加适合人类视觉或计算机检测、识别、分类、理解等图像处理。目前，图像融合技术在遥感图像处理、计算机视觉、智能机器人、军事监控、医学扫描成像等领域得到了广泛的应用。本论文主要研究了基于多分辨率分析的多传感器图像融合算法。主要围绕对偶树复小波变换、二代Curvelet变换和非下采样Contourlet变换等多分辨率分析工具，对多传感器图像融合算法进行深入、系统的研究，结合大量仿真实验，提出了多种图像融合算法。首先，以多传感器图像融合的分类为切入点，分析了基于多分辨率分析的图像融合技术，对比了多种主流多分辨率分析工具系数分布规律，探讨了多聚焦图像、红外图像和遥感图像三类传感器成像特性，归纳了图像融合评价指标及评价依据。其次，针对灰度多聚焦图像的融合，提出了基于模糊理论判别和对偶树复小波变换的灰度多聚焦图像融合算法。针对对偶树复小波分解后，图像在平滑区域选择子带系数时存在一定不确定性的问题引入模糊理论，以模糊隶属度来度量图像不同的类型特征与对应像素灰度值之间的映射关系，有效消除融合过程中可能存在的不确定性，实现了对图像的有效融合及细节增强；在此基础上，针对彩色多聚焦图像的融合，提出了基于IHS色彩空间模型和对偶树复小波变换的彩色多聚焦图像融合算法，解决了以往彩色多聚焦图像以R、G、B通道单独进行融合容易造成色彩失真的问题。通过仿真实验，验证了两种融合算法的有效性和优越性。再次，针对红外与可见光图像的融合，结合二代Curvelet变换，提出了一种基于显著水平测度和区域匹配规则的红外与可见光图像融合算法。该算法中，结合红外和可见光图像特性及人眼视觉系统的特点，定义了显著水平测度算子，用以表征像素点的信息质量，指导二代Curvlet变换图像融合系数的选取，从而充分提取红外图像的热目标特征信息与可见光图像丰富背景特征信息，得到了更佳的融合效果；在此基础上，针对红外与彩色可见光图像融合提出了基于HSV颜色空间与二代Curvelet变换的红外与彩色可见光图像融合算法，使融合后的彩色图像最大可能地保持可见光图像中的自然彩色信息。最后，针对遥感图像的融合，提出了基于NSCT和PCA变换域的遥感图像融合算法，既充分利用了NSCT的多尺度特性，又突出了PCA变换降低维度的特性，使得融合图像较好的保留了源图像的光谱信息，有效克服了传统的多分辨率变换图像融合算法降低空间质量的缺点。针对全色图像注入到多光谱图像主元成分中会带来一定光谱失真的问题，引入高通滤波对全色图像进行锐化，以保留融合图像中高比例的光谱特征。融合策略上，针对低频子带系数选择提出了一种基于窗口与局部方差相结合的融合策略；在高频子带系数选择上，提出了基于区域线性相关测定的融合策略。仿真实验表明，该算法能够使融合图像在显著提高空间质量的同时有效减少光谱失真。综上所述，本文研究了基于多分辨率分析的图像融合技术，并针对目前图像融合中存在的不足，设计相应算法进行改进。仿真实验证实，本文所提出的算法均能获得较好的融合效果。