图像融合是将多源信道采集到的关于同一目标的图像,通过互补去冗,最大限度提取各自信道中的有利信息,最终融合成高质量图像的过程,现已被广泛应用于各个领域。本文基于变换域研究多尺度分解下的图像融合算法。主要研究内容如下:1)提出了基于小波变换(DWT)的自适应图像融合算法。将基于窗口的策略与加权平均方法相结合,提出对低频成分采用基于局部区域能量比的融合规则,而高频采用基于局部区域能量匹配度的自适应融合策略,并在高频融合规则相同的情况下,与低频采取加权平均、区域能量取大的两种融合算法进行比较,实验结果验证了该算法的有效性。2)研究了基于双树复小波变换(DT-CWT)的图像融合算法。针对低高频系数的不同特点采用了不同的融合规则,低频采用区域平均能量取大的策略,高频采用基于局部标准差的选择及加权平均的策略,该算法充分考虑了图像的细节信息及清晰度,得到的融合效果较好。另外,基于该方法研究了图像融合最佳分解层数的选取,以多聚焦图像和医学图像进行实验,通过对实验结果进行主观和客观的评估,得出了最佳分解层数。