图像融合迄今已经应用在了遥感成像,计算机视觉,医学图像处理等多个领域,然而由于随着现实设备需求的提高,图像分辨率的不断增大,信号采样率也随之不断提高,这使得信号处理的各种中间过程成本也急剧攀升。而压缩感知理论的出现颠覆了过往基于传统奈奎斯特采样定律的频率限制,在此新框架下进行信号的采样和重建成本急剧降低。同时压缩感知理论用于图像融合领域也拓宽了相关领域的视野。压缩感知理论主要包括稀疏变换矩阵的设计,测量矩阵的构造以及重建算法的设计三个模块,其中设计出快速准确的重构算法应用于图像融合领域,是工程领域的重要课题。本文的主要研究内容和创新工作都是基于此展开的,它包括以下方面:(1)梳理现有的压缩感知和图像融合技术国内外发展现状,对压缩感知理论的三个主要模块进行解析,对贪婪类的压缩感知重构算法进行周密分析,通过仿真对各个方法中的重要参数进行对比分析,使用主观和客观两个方面的指标进行评价。(2)介绍目前图像融合的基本原理,描述现有融合方法在空间域上的实现,然后强调图像分解在变换域中的应用,阐述本文使用的几种融合方法的原理,并对图像融合的评价指标所包含的物理含义、统计含义和计算方式作出详尽说明。(3)为使算法在保证融合质量的同时拥有较高的重构概率,本文基于广义正交匹配追踪算法(gOMP),提出改进的广义正交匹配追踪算法(OGOMP),该算法相比之前的OMP,StOMP,CoSaMP等经典算法而言,通过引进回溯特性和改变每次选取原子个数的方式,拥有更好的自适应性,同时运算速度较快,重建准确度较高,并且考虑到原子内和原子间的多重相关性,减少图像重构的纵向干扰。在此框架之上又添加红外图像增强模块,使算法在图像质量上得到提高。(4)为使主观和客观评价指标相一致,本文对非下采样轮廓波变换(NSCT)的原理和方法进行说明,并进一步优化高频融合方式,引入结构相似性系数(SSIM),使融合方式更符合主观视觉习惯。通过仿真实验,算法的可行性和稳定性被主观和客观评价两个方面指标所证实。