图像融合是由信息融合发展而来的,是多传感器数据融合的一个重要分支。近年来,图像融合技术在现代航空航天、自动控制、遥感遥测、医学,特别是军事指挥领域中发挥着越来越重要的作用。图像融合把来自多个传感器数据的互补信息合成一幅新的图像,提供比原图像更丰富的视觉信息。针对图像融合的研究有很多方向,比如融合算法、融合规则、融合质量评价和融合图像的类型等。图像融合可以按工作域分为空间域、光谱域、频率域以及尺度域融合;也可以根据信息抽象程度的不同,从低到高分为像素级、特征级和决策级融合三个层次。像素级融合作为最基本的融合,是特征级融合和决策级融合的基础,因此成为目前研究的热点问题之一。本论文的研究就是基于像素级图像的融合。根据图像融合分类的不同,图像融合的算法可分为空域、变换域融合算法,或像素级、特征级和决策级融合算法。当今图像融合的热点问题有:多传感器融合、多分辨率融合以及多聚焦融合。而多分辨率图像融合的分解与重构主要可分为两类:金字塔型和基于小波变换的分解与重构(即Mallat快速算法)。目前国际上,从符合人眼视觉特性和观察特点出发,在多重灰度图像融合领域,一般采用多分辨率结构(Multiresolution Architecture)进行相应的像素级处理。随着人们对小波变换的深入研究,小波多分辨分析这种具有完美数学性质的工具在图像处理领域有了越来越多的运用。本论文就是利用小波变换得到图像的多分辨结构,研究多聚焦图像融合的。使用平移不变小波变换可以有效抑制伪吉布斯现象,而Cycle Spinning算法正是将这种思想应用于图像去噪中,但目前的文献中较少使用该方法进行图像融合的研究。本论文将该方法应用于图像融合中,针对基于小波变换的Cycle Spinning图像融合技术进行了基础和扩展研究。本论文所做的工作及创新主要包括以下几个方面:1)查阅了国内外一定数量的期刊、文献,综述了图像融合的基本概念,总结了该领域研究的最新进展,对存在的问题进行了讨论,并展望了未来的发展趋势。2)对图像融合的算法进行了细致的归类,具体解释了空域、变换域图像融合算法,像素级、特征级以及决策级图像融合算法各自的适用范围和特点。3)综述了该领域的热点图像融合问题,对多传感器图像融合、多分辨率图像融合以及多聚焦图像融合,分别做出了具体说明。4)回顾了傅立叶变换和小波变换的发展,由多分辨率分析引出了金字塔型和基于小波变换的两类图像分解与重构方法;特别针对影响图像融合效果的各种因素:融合图像的类型、小波变换的基函数、滤波器、分解层数以及融合规则,进行了归纳总结。5)讨论了图像融合质量的评价方法,单独列出了主观和客观相结合的方法。在仿真实验中,使用MATLAB中的图形用户界面GUI和小波工具箱(Wavelet Toolbox),实现了图像融合质量评价的可视化。该研究成果可参照已发表论文《小波图像融合评价方法的综合比较研究》。6)综述了吉布斯现象,并讨论了抑制伪吉布斯现象的平移不变小波变换。将在基于“平移平均”思想的Cycle Spinning算法用于图像融合,提出了一种基于小波变换的Cycle Spinning图像融合的方法(称为CSDWT,简称为CS方法),并在仿真实验中实现了该过程,取得了较好的主观和客观融合效果。该研究成果可参照已发表论文《小波变换结合Cycle Spinning图像融合的研究》。7)进一步研究了Cycle Spinning算法,就平移方向和平移量两个问题提出了不同的平移策略,从而改进了CS方法;仿真实验证明,这种改进没有减弱图像的融合效果,而且减少了计算量。该研究成果可参照已发表论文《基于小波变换的Cycle Spinning图像融合的扩展研究》。