图像融合作为图像编辑技术中的一项核心技术，一直是广大研究人员竞相追逐的研究热点。当前，该领域已取得大量的研究成果，且被广泛应用于影视、广告、虚拟现实等领域。随着移动网络与设备的发展和技术的进步，人们对图像融合的真实感与速度的要求也在不断提高，提出了众多新型的个性化图像/视频编辑需求。广阔的应用前景与不断涌现的个性化需求驱动着研究人员继续对该领域进行深入研究。　　本文综述了图像/视频可视媒体融合技术的发展现状，对现有方法进行了分类并详细分析了各自的优缺点。在此基础上，主要对图像/视频融合及其在个性化编辑中应用的几个关键问题进行了深入探讨，提出了新的解决方案，包括保护物体原始色彩的基于约束均值插值的图像融合、个性化虚拟化妆效果迁移、数字伪装图像的合成以及视频中动态物体的伪装四个问题。具体的，本文工作主要包括以下几个方面。　　提出了一种基于约束均值插值的图像物体融合算法。不同于以往的梯度域图像融合方法，该算法将泊松方程的梯度域定义为源图像与目标图像梯度的加权值。通过该定义，可以得到一个类似于标准泊松图像融合方法的拉普拉斯方程，但该方程具有不同的边界条件。然后，算法使用均值坐标近似求解新的拉普拉斯方程。该算法能生成高质量的视觉合理的融合结果。该方法获得的融合结果在亮度上与目标图像匹配较好，同时能尽可能地保护被融合物体的颜色，可以消除标准泊松融合方法中经常出现的污迹及变色等问题。此外，通过扩展该方法，提出并实现了基于3D均值坐标的视频物体融合方法。　　为克服当前虚拟化妆迁移中只能迁移单一化妆效果的问题，提出了一种个性化虚拟化妆迁移方法。给定目标图像与多（单）个化妆后的样例图像，首先对脸部进行区域分类，将样例对象脸部与目标对象脸部进行匹配;然后通过二尺度分解技术获得脸部结构层、纹理层及色彩层，使用梯度域技术修复样例对象纹理层，去除样例的脸部瑕疵;最后将每个子区域的化妆信息迁移至目标对象的对应区域，并无缝融合区域间的信息。相比于已有的化妆效果迁移方法，本文的方法可以避免将样例对象脸部的雀斑等瑕疵迁移到目标对象的脸部。用户可以方便地将多个化妆后样例中的化妆效果无缝迁移至目标对象，根据自己意愿调整化妆的浓度，快速获得视觉合理的个性化化妆结果。本文方法同时具有图像和谐融合的特性，可以获得良好的图像和谐融合结果。　　提出了一种新颖的数字伪装图像创建方法。该方法遵循艺术家创作伪装图像的物理步骤，用该方法创建的伪装图像符合人们的感知直觉。该方法基于一种输入图像的二尺度分解及处理技术。具体来说，基于能量优化的方法，通过考虑图像内容的结构重要性来非线性修改背景图像的大尺度层，并结合前景物体的边缘重要性来处理细节层。在处理大尺度层时，引入一个梯度约束用于消除边缘附近的光晕瑕疵。通过调整参数值，用户可以灵活控制伪装的难度等级。相比于其他数字图像的伪装方法，由该方法生成的伪装结果在保证具有自然的视觉效果同时在伪装区域内包含更少的连贯的边缘。该方法是迄今为止为数不多的能够自动生成伪装图像的方法之一。　　提出了一种将动态物体伪装至背景视频的方法。该方法基于动物界中运动伪装的原理，将前景物体与背景场景的运动信号进行混合，从而打乱前景物体的运动线索，并在伪装结果中只留下前景物体一定程度的轮廓信息。该方法将视频伪装问题转化为基于视频时空体的泊松方程求解问题，通过求解3DScreened泊松方程获得伪装的视频，使伪装后的视频同时满足空间与时间的约束，从而能够获得时空一致的视频伪装。　　最后，我们对本文的研究工作进行了总结，分析了存在的问题并指出了未来可能的研究方向。