随着新兴技术不断革新,多源图像方向上的处理技术也越发成熟,在军事、医学图像、监控等方面受到广泛的关注和研究。一般单个传感器捕获的信息在一定程度上已经无法满足我们应用的需求,其具体体现在实用性差、可靠性低。将多个传感器结合,补全其中的不足,构建更加全面的图像系统。考虑到不同图像间的差异,本文将红外与可见光图像融合作为研究案例,针对同一环境下两幅图像,采用融合算法对图像进行融合,融合图像兼具红外与可见光图像相应的细节特征,融合图像信息更丰富,色彩更鲜明,同时也减少了信息的冗余。本文主要提出一种基于NSCT域的HSV变换、PCNN变换以及直觉模糊集理论的彩色融合图像算法,主要内容及创新点如下:1、在边缘、轮廓信息丢失下,多尺度变换的融合框架选取。对LP变换、小波变换、Contourlet变换和NSCT变换这些多尺度变换结构深入分析,并利用上述规则对图像进行分解,剖析相应的融合图像,比较它们之间融合效果的优劣势,选取最具优势的NSCT变换作为主融合框架。2、提出了增强彩色图像效果下,HSV变换的彩色图像融合算法。本文通过对IHS变换与HSV变换两者之间进行剖析与比较,提出一种利用HSV变换提取可见光图像的V分量进行融合的算法,对低频子带部分使用区域能量最大值法获得图像的轮廓信息、背景等信息,对高频子带部分使用脉冲耦合神经网络（PCNN）获得图像的边缘、纹理等信息,并进行了大量仿真实验的对比,结果呈现该算法融合效果显著,有效提升了融合后的彩色图像质量。3、提出了HSV变换与直觉模糊集理论的彩色图像融合算法。本文针对融合过程中存在的模糊性问题,引入直觉模糊集理论（IFS）,并将其运用到低频子带系数的融合规则中。对比IFS转到模糊集的均值法、比例法、差值修正法与高斯隶属度函数的四种方法带来的影响,并通过大量的仿真实验,分析得出高斯隶属度函数下的彩色融合图像效果更佳;再对高频子带系数使用PCNN变换融合规则,有效地保留了可见光图像与红外图像的细节信息、轮廓信息、背景能量等信息。综上所述,本文利用主观评价法与客观评价法分别对融合图像进行评判,与其他彩色融合算法进行仿真实验对比分析,得出基于NSCT域下结合HSV变换、PCNN变换以及改进直觉模糊集理论的差值修正法的图像融合效果更佳显著,并在Matlab7.0环境上得出各项数据指标都有明显的提高,从而验证本文算法的有效性与可行性。