多传感器对同一场景获取的图像中包含了大量的信息，图像融合算法将这些图像合并为单幅具有更完整信息的图像，使融合后的图像更适于视觉感知或是更高层的图像处理。图像融合的优点包括：频域和空域带宽的增加、不确定性的减少、可靠性的改善和系统鲁棒性的增强。目前图像融合被普遍认为是在图像应用领域改善系统总体性能的一个有用的工具，这些应用包括视频监控、遥感图像、医学图像和计算机视觉等。　　 本文对图像融合进行理论研究和算法实现，主要贡献如下：　　 (1)在多分辨率图像融合的理论框架下，引入ICA变换。构建适合图像融合的训练图像集，用FastICA算法学习得到ICA基。将其用于图像滤波，得到输入图像特征的稀疏表达。　　 (2)在ICA变换的基础上，提出一种新的基于输入图像之间局部相关性的区域融合法则。这种方法结合ICA变换的特点将图像块分为“低相关”和“高相关”组，并采用不同的融合法则对其进行融合。　　 (3)采用多重融合质量评估指标对实验结果进行量化评估，包括需要参考图像和不需要参考图像的评估指标。客观地对目前一些主要的融合方法和本文提出的基于ICA基的图像融合方法进行了评估，实验结果验证了本文提出算法的优越性。　　 (4)针对图像融合算法对高层图像处理任务的性能贡献研究基础的薄弱，构建“图像融合-人体检测”系统方案。实验基于“OSU彩色-红外数据库”，在系统输出识别率意义下对比各种融合算法，得出的初步结论为后续研究和将来系统实现奠定了基础。