图像融合是综合利用各种成像传感器获得的不同图像或同种成像传感器不同成像方式获得的不同图像以获得更为全面、更为准确的图像描述供观察或进一步处理。它在军事、遥感、机器人、医学图像处理以及计算机视觉等领域有着广泛的应用前景。本文的主要研究成果如下:1.由于图像配准是图像融合得以进行的前提条件,本文首先对图像配准算法进行了研究。实现了一种对时间序列图像的自动配准方法,该方法首先对图像进行小波变换,对变换后的低频图像采用改进的基于联合直方图的配准方法进行配准。通过加入小波理论对基于二维直方图的配准方法进行了改进。实验表明所提算法能较好的解决时间序列图像的配准问题,并有助于提高配准的实时性。2.针对不同成像模式所得的多传感器图像配准问题,实现了一种刚体变换下基于轮廓的多传感器图像配准算法。首先提取待配准图像中的明显轮廓,然后对提取后的轮廓进行轮廓匹配。对于匹配后的开轮廓对,通过把开轮廓的两个端点用直线段连接的方法将开轮廓对转化为闭合轮廓对。最后求取闭合轮廓对中闭合轮廓的质心并作为控制点,根据控制点计算配准参数。3.提出一种灰度多聚焦图像融合算法:待融合图像先采用离散小波框架变换进行分解,再根据分解后的系数求取待融合图像中各像素的清晰度,最后根据各像素的清晰度对待融合图像中的清晰区域进行组合。实验表明该算法能较好地解决灰度多聚焦图像融合问题。4.提出了一种基于离散小波框架变换的彩色多聚焦图像融合算法。首先求取各彩色多聚焦图像的灰度分量,再对各灰度分量进行离散小波框架变换,根据离散小波框架变换系数求取各图像中像素的清晰度指标,然后根据各图像中像素的清晰度指标对属于清晰区域的像素进行组合,从而得到融合后的图像。试验结果表明该算法能够较好的解决彩色多聚焦图像融合问题。