红外与可见光图像融合是多传感器图像融合领域里的一个重要分支,它可以有效地综合红外图像与可见光图像的关键信息。单一的可见光图像易受天气、光照强度等影响,但可见光图像对比度较强、能够反映出更多的细节信息。红外图像对比度较低,但是即使在能见度很低的情况下,依然能够比较容易地发现目标,所以对这两幅图像中的信息进行整合有助于增强和发现目标。多尺度变换方法是处理红外与可见光图像融合的主流方法,一些多尺度变换方法包括小波变换、金字塔变换等,这些方法的优点是提供人类视觉皮层敏感的尖锐对比度变化信息,并保存不同源图像的细节,但是这些方法没有充分考虑到源图像的空间一致性,无法保留源图像更多的纹理和边缘信息。所以,本文提出了一种新的用于图像融合的方法——过采样图滤波器组,该方法有更精细的频谱分解能力。本文的主要内容如下:1.提出基于M-通道过采样图滤波器组的红外与可见光图像融合方法。具体来说,将源图像视为常规图上的信号,并使用M-通道过采样图形滤波器组对其分解成低频和高频子带,这些子带表示图小波域中的不同频率分量。然后,利用基于标准差的局部性质和双边滤波器构造低频子带和高频子带的融合权重值,对每个子带的系数按这种融合规则进行融合。最后,通过对融合子带系数应用逆变换来获得融合图像。无论从视觉效果还是从客观评价指标来说,实验结果已经表明了该方法的有效性。2.提出基于两通道过采样图滤波器组的近红外、远红外与可见光图像融合。近红外、远红外和可见光图像融合结合了近红外和远红外图像中的关键信息以及可见光图像的细节,可以为人类视觉感知和后续处理提供信息图像。为了获得更加精细的信号分解,使用了一种基于二分图上过采样的两通道图滤波器组。然后,通过自动选择加权平均或最大绝对值的新方法独立地构建低频子带和高频子带的融合规则。最后,通过对融合子带应用逆变换来获得融合图像。无论从视觉效果还是从客观评价指标来说,实验结果已经表明了该方法的有效性。