多波段图像融合是一种重要的信息表征手段,在医疗、军事、安防等多个领域均有重要的应用。在多波段图像融合中,各波段图像均通过相应的传感器捕获信息并进行综合。在各波段图像的捕获中,存在多种退化因素影响成像质量,包括有环境条件、光学系统的限制、采集系统的噪声等诸多因素,这些因素导致了图像质量的降低,也给后续的图像融合造成了困难。另外,在图像融合的过程中,不同的图像融合方法也会影响到图像融合的质量。在多波段图像融合中若无法提取到各波段的有效信息则不仅可能影响到融合图像中的信息效率甚至会产生更多的噪声信息,影响后续的处理以及判别。本文通过图像复原增强技术,对长波红外、中波红外及可见光波段图像进行复原、增强,利用多种手段去除各波段图像中的噪声并提高图像质量;同时提取各波段图像中的显著信息并基于此通过多尺度分析对图像进行融合,提高了图像融合过程中的信息综合效率。通过观察红外非均匀条纹噪声的表现形式,分析了其在数学统计中的分布情况。考虑到非均匀条纹噪声一般在红外图像中呈单一方向分布,提出了以水平方向梯度最小化及竖直方向梯度保持不变为核心的红外非均匀条纹噪声抑制方法,在保证图像清晰程度的同时尽可能的减少长波红外及中波红外图像中的非均匀条纹噪声。考虑到可见光波段图像中光学系统对于图像退化的影响,处于同一光学系统不同视场位置的图像有不同的退化程度以及退化模型。通过对图像不同视场MTF曲线的分析可以得到不同视场的退化模型并于处在光学系统不同视场中的图像使用不同的退化模型进行复原以保证各视场在复原时都处于一个合理的复原区间内。由于图像融合的最终意义即是各波段图像中有效信息的综合,提出了使用局部显著性方法提取各波段中的特征信息并有针对的对各波段图像进行融合;在总结传统融合方法的基础上,提出了使用导向滤波的方法对图像进行多尺度分解,在各个尺度上对各波段图像进行更为平滑的融合,避免了融合图像中相邻区域的图像突变。