图像融合是图像处理中的一个新兴研究领域,它在图像空间配准的基础上,采用图像处理方法分析每幅待融合图像的特征,借鉴多源信息融合的理论,采用合适的融合策略来融合这些特征,最终得到全局清晰的融合图像。它在多谱段空间遥感图像、医学扫描成像、工业检测、机器视觉等多个领域得到了广泛应用,已成为目前的研究热点。图像融合虽然有很大的研究进展,但由于它本身的特点和复杂性,使得图像融合算法一般都存在融合图像的清晰度和原始信息的保持度不够理想的问题。本文围绕这两方面的问题在小波和多小波变换理论的基础上进行了图像融合算法的研究。小波变换可将原始图像分解成一系列具有不同方向、多个分辨率和多个频带的子图像,能够充分反映原始图像的局部变化特征和细节信息。本文首先利用IHS变换将彩色图像分解成亮度、色调和饱和度三个子分量图像,然后结合小波变换的多分辨率分解思想,对亮度分量子图像进行小波多分辨率分解,将得到的高频子图像依据局部区域方差取大的原则来选取所需像素,经小波逆变换后得到新的亮度子图像,最后再进行IHS逆变换得到最终的彩色融合图像。实验对比分析表明,提高了彩色融合图像的清晰度和原始信息保持度。为了进一步提高融合图像的清晰度和信息保持度,本文尝试将多小波理论和分维结合起来,依据图像多小波分解得到的子图像区域分维大小来选择多小波重构子系数进行图像融合。采用卫星遥感全色图像和多光谱图像进行了融合试验,结果表明融合图像的清晰度和原始信息保持度得到了一定程度的提高。为了进一步提高融合图像的清晰度和信息保持度,本文也尝试了