图像融合技术是将两幅或多幅图像合成为一幅更高质量的图像,融合后的图像拥有更丰富的内容和视觉信息,更适合人类的视觉感官或者计算机的处理,该技术已广泛应用于医学、航空航天、遥感探测等技术领域。本文研究了基于神经网络及引导滤波的图像融合算法。具体研究内容如下:针对变换域图像融合算法中,对待融合图像常采用固定的变换方法,以及在融合变换系数时,常采用固定融合规则的问题,本文将反卷积神经网络视为一种变换方法,依据待融合图像的内容,自适应地设计出变换方法,使得待融合图像都有其对应的最佳变换,该变换能够最好地表达待融合图像的内容。根据将采取的融合规则形式,设计巴特沃斯低通及高通滤波器组,并作为反卷积神经网络的初始滤波器,对反卷积神经网络进行学习和训练,以获得图像的最佳变换方法。根据不同待融合图像,对巴特沃斯低通及高通滤波器截止频率的组合方式进行了实验研究,并依据不同的评价参数,获得了对应图像的最佳滤波器截止频率的组合方式。利用所设计的反卷积神经网络,对待融合图像进行其最佳变换,得到低频和高频特征图,并利用引导滤波对特征图进行处理。针对不同待融合图像的内容,设计不同遗传算法的适应度函数,对引导滤波器的参数进行优化,从而得到最佳融合图像。采用本文所提出的算法,对医学CT、MRI图像融合、多聚焦图像融合、遥感全色及多光谱图像融合的问题进行了实验研究。医学图像融合中选用15组初始化巴特沃斯滤波器对反卷积神经网络进行学习和训练,对15组CT及MRI医学图像进行了融合实验。将实验结果与基于小波变换的引导滤波图像融合算法进行了对比,本算法得到的融合图像更清晰,效果更好。多聚焦图像融合中选用15组初始化巴特沃斯滤波器对反卷积神经网络进行学习和训练,对12组多聚焦图像进行了融合实验。将实验结果与基于小波变换的引导滤波图像融合算法进行了对比,除去两组实验效果一般外,本算法得到的融合图像质量更高。遥感图像融合中选用15组初始化巴特沃斯滤波器对反卷积神经网络进行学习和训练,对12组遥感图像进行了融合实验。将实验结果与基于小波变换的引导滤波图像融合算法进行了对比,除去三组实验效果一般外,本算法得到的融合图像质量更高。