随着科学技术的飞速发展,越来越多的传感器应用于各个领域中。图像融合就是利用各种成像传感器不同的成像方式,提供互补信息,增加图像的信息量,提高对环境的适应性,以获得更可靠、更准确的信息供观察或进一步处理。该技术被广泛的应用于军事、医学、遥感、机器视觉、目标识别等领域。小波具有的良好时域和频域局部性以及多分辨率性,使得在图像融合应用中小波分析逐步成为了一种主流技术。通过长期的研究,人们发现很难提出一种能够适应各种情况的图像融合算法。因此,本文使用小波变换技术对多传感器图像、多聚焦图像的融合算法分别进行了研究。在多传感器图像融合的研究中,本文根据高斯分布的原理设计了窗口内像素的加权方案。在融合的过程中对低频和高频融合采用了加阈值判断的自适应选择加平均方案来进行系数计算,分别采用了局部方差和平均梯度作为图像融合的高频算子并结合局部能量作为图像融合的低频算子构造了多传感器图像融合算法,即改进的基于局部方差和小波变换的图像融合算法以及改进的基于平均梯度和小波变换的图像融合算法。在多聚焦图像融合的研究中,本文对一种基于分块的图像融合算法进行了分析,在此基础上将小波变换引入到多聚焦图像的融合中,提出了一种基于对比度和小波变换的图像融合算法。该算法利用对比度来衡量图像像素的清晰度,根据小波分解后的系数求取图像像素的对比度,低频分量采用了基于像素对比度加阈值判断的自适应选择加平均系数选择方案,高频系数的选取基于图像像素对比度最大原则,并对选择结果进行一致性验证。对本文中提出的融合算法进行实验,实验结果表明,本文中的算法可获得更好的图像融合效果。