本文主要研究了基于组合特征的图像融合算法。本文首先介绍了多种图像特征及其提取算法和多尺度几何分析理论,论证了结合Contourlet变换和小波变换提取图像高频分量中各种特征的有效性。然后针对单特征只能反映图像的某一方面属性,作为频域系数融合规则的参数指标,难以得到全面而又理想的融合结果的问题。提出了基于组合特征的图像融合算法,针对不同的图像融合目的选取不同的特征组合。最后引入粒子群优化算法对组合的权值进行迭代优化以得到最佳结果。文中提出的融合算法对于不同的图像融合目的,选取不同的特征组合。对于多聚焦图像,为了使结果图像具有较高的视觉清晰度,选取平均梯度和分形特征;对于医学图像,为了获得丰富而又准确的骨骼组织和软组织信息,选择信息熵和分形特征;对于遥感图像,综合考虑光谱信息和细节信息的保留度,选取纹理特征和平均梯度。本文将提出的算法与另外两种只用一种特征的融合算法进行比较,实验结果表明,对医学、多聚焦和遥感三种图像起决定性评价作用的参数都有较大程度的提升。在解决基于特征的图像融合问题上,取得了较为显著的成果,进一步提高了融合图像的质量,是一种很有优势的图像融合算法。