影像融合是图像理解和计算机视觉领域中一项重要技术,其中多源影像融合是研究的热门和重点。多源影像融合的目的是充分利用不同传感器所获取的多个待融合源图像中包含的冗余信息和互补信息,产生新的图像,以获取对同一事物或目标更为全面、客观及本质的认识,产生比单一图像信息更精确、更可靠的描述和判决,融合后的图像应该更适合于人类视觉感知和计算机后续处理。随着科学技术的发展,多源影像融合的应用已从军事领域扩展到资源分类与监测、医疗卫生、矿产探测、环境监督等民事领域,如何更好的实现多源影像融合技术及其应用,是本领域亟待解决的重大问题。本文针对多源影像融合的相关技术展开研究,主要研究工作如下:(1)讨论了影像融合的目的与意义、发展历史、研究现状、融合过程分析以及本课题的来源。(2)介绍了影像融合前图像增强、几何变换以及图像配准等预处理工作。(3)综述了常用的影像融合方法以及各自特点,并对各算法存在的问题进行适当改进。(4)分析影像融合主观和客观评价方法,并提出基于联合特征加权求和的评价方法。(5)在介绍Contourlet变换性质和原理的基础上,提出了基于改进的K均值聚类和Contourlet变换的图像融合、基于区域最大能量和Contourlet变换的图像融合以及改进的小波-Contourlet变换的图像融合,并运用主客观评价方法以及联合特征加权求和评价方法对实验结果进行验证评价,评价结果显示了上述方法的有效性。(6)通过实验展示了图像融合方法在地物分类、军事侦查以及病理探测等方面的应用。(7)总结全文工作,并对未来研究方向作以展望。