图像融合是近年来图像处理领域研究的热点问题,通过图像融合处理,可以综合多源信息,能得到性能比任一源图像更好的图像,更好地满足应用的要求。本文主要从四个方面对图像融合方法进行了研究。为了能够对图像融合效果做客观有效的评价,分别在有标准参考图像和无标准参考图像的情况下研究了融合效果评价方法,在有标准参考图像的情况下,采用基于结构相似度的融合效果评价方法;在无标准参考图像的情况下,采用了基于Curvelet变换的高频分量相关系数的融合效果评价方法。针对小波变换在图像融合中存在的问题,研究了基于Curvelet变换的图像融合算法。Curvelet变换由小波变换发展而来,克服了小波变换在表达图像边缘方向特性等方面的内在缺陷。将Curvelet变换引入图像融合,能够更好地提取原始图像的特征,为融合图像提供更多的信息。在对Curvelet变换后的高频系数进行处理时,分别研究了基于Curvelet变换的局部方差融合规则和对比度融合规则,并将这两种规则相结合,得到了基于Curvelet变换的局部方差对比度融合规则,这种规则能得到比前两种方法更好的融合效果。针对红外和可见光图像融合的特点,采用了基于目标提取的图像融合算法,通过把红外图像进行分割提取目标,然后与可见光图像进行融合,实现两副源图像的优势互补。在提取目标时主要研究了基于Otsu的图像分割方法以及一种基于Otsu的递归分割法。论文研究中的实验结果表明,本文所提出的相关方法有效地改善了图像融合效果,具有一定的工程应用参考价值。