图像融合是指通过综合多传感器图像信息,获取对同一场景更全面和准确的描述,以便对场景进行更深一步地分析和理解。随着图像融合相关理论技术的不断发展和完善,它在遥感、军事、计算机视觉、机器人以及医学图像处理等领域必将有着更广泛的应用前景。本文围绕红外与可见光图像融合过程中的具体问题进行展开研究,具体如下。在图像融合预处理方面,采用了基于仿射变换的图像配准方法,通过在DSP中直接查表的方式,在保证像素级配准精度的同时,达到了实时配准的目的。此外针对可见光图像中的微光图像,采用了自适应调节滤波系数的时域递归滤波算法来进行降噪,并从经典微光成像系统视距公式入手,分析了时域递归滤波延伸微光成像系统视距的能力。在融合图像质量评价方面,研究了基于结构相似性的客观融合质量评价指标,在此基础上提出一种基于复小波结构相似性的客观融合图像质量评价指标。它反映融合图像与输入图像之间的相似性,更符合人眼视觉特性。在灰度图像融合方面,提出了一种基于区域的灰度图像融合算法。首先对源图像进行双树复小波分解,同时对源图像进行区域分割和区域合并,再将合并后的区域映射到经过双树复小波分解后的每层图像,对每层图像中的不同区域采用不同的融合规则,最后将各层重构成融合图像。实验表明该算法能够在保留可见光图像细节的前提下突出和增强红外图像中的目标。在彩色图像融合方面,提出了一种基于区域的彩色图像融合算法。该算法将源图像分割成不同的特征区域,并生成联合区域映射图。对不同的区域采用不同的参考图像进行色彩传递,得到最终的基于区域的彩色融合图像。实验结果表明所提出的算法与整体色彩传递融合算法相比有着更好的色彩区分。