众所周知,不同传感器能获取到的图像所包含的信息有所不同,根据实际情况的具体要求,图像融合技术能提取和综合多个图像信息获得一幅融合图像,该图像能为实际应用提供更丰富、更准确、更可靠的图像信息。　　多分辨率分解理论是一种在图像处理中常用的分析方法,主要分为两种:基于金字塔变换法和基于小波分解法,本文提出了一种将拉普拉斯金字塔变换和小波变换方法相结合的图像融合方法。首先对图像进行三层小波分解,对于最高层低频小波子带系数,采用基于拉普拉斯(Laplacian)金字塔变换的图像融合方法融合,而对于高频子带系数取绝对值较大的系数进行融合,并与其它多种常用的融合方法相比,不论是从人眼感知还是从多种客观图像融合质量评估方法的评价结果来看,该方法都取得更为理想的效果。　　图像融合质量评估是随着图像融合技术的发展而发展起来的,它主要可以分为两类:主观评估和客观评估。一般地,主观评估方法能体现图像质量的真实情况,但其繁琐、低效,客观评估方法具有高效、实现自动化的特性。根据隐马尔科夫模型(HMM)对图像信息具有很好的表征能力的特点,本文提出了一种基于HMM的客观图像融合质量评估方法,首先对参考图像提取小波系数的DCT2特征信息,建立HMM模型并获得相应的模型概率,将融合图像的特征信息序列输入该HMM模型,得到匹配概率,通过对模型概率和匹配概率进行求差计算,可得到表征图像融合质量的指标。通过与几种常用的质量评估方法对比,得出该方法的评估结果更加符合人类主观分析过程,体现了它的有效性。