随着传感器技术的快速发展,人们获取了更加多的信息。但是单一传感器不能有效地处理这些信息,所以多传感器图像融合开始得到发展。图像融合是将多个传感器所取得的对应图像的有用信息进行综合处理,使得到的图像含有更加丰富、准确的信息。近些年,很多的研究工作者都纷纷地加入到了图像融合的研究队伍中,对其进行深入地探索。随着图像融合理论知识的更加丰富,其应用性也逐渐增强。本文对多传感器图像融合的研究背景进行简单地介绍,并且详细地阐述一些常用的图像融合方法,还对评价方法进行叙述。针对不同的研究目的,本文给出了相应的新方法,并且得到了比较好的结果。本文所做的主要工作如下:1.综合考虑红外与可见光图像的成像机理,本文提出NSCT域内的该类图像融合新方法。为了最大程度地提取红外图像的目标特征和可见光图像的背景轮廓信息,本文对高低频部分的融合策略进行改进。低频部分使用归一化区域方差的差和阈值相比较的方法;高频部分使用区域能量结合拉普拉斯能量和的新方法。通过对比实验可知,本文提出的新方法比传统方法取得了更好的实验结果,它能更准确地反映所研究的场景。2.由于PCNN可以较好地捕获图像的细节信息,所以本文在高频部分引入了 PCNN模型。同时考虑NSCT拥有平移不变性等优点,本文将两者的优势进行结合,提出了一种新算法。低频部分使用改进的边缘能量和空间频率相结合的新方法;高频部分使用PCNN简化模型,其链接强度用改进拉普拉斯能量和表示,并且选择点火次数与标准差相结合的融合规则。通过对实验结果进行分析,验证了新方法的有效性。3.由于IHS模型比RGB模型更接近人眼的视觉特性,所以本文将遥感图像由RGB空间转化到IHS空间中。此外,IHS变换能够将I分量与H、S分量分开,有利于更好地保留空间信息和光谱信息。因此,本文给出NSCT结合IHS的图像融合改进方法。低频使用模糊逻辑的自适应法;高频使用改进区域能量取较大者法。分析实验结果,得出新算法产生的融合图像保留了更加完整的场景信息。