声纳图像直观地表征了水下声探测中的目标回波数据,因此对其进行配准与融合在后期的图像处理和分析中起着关键作用。由于声成像的原理导致声纳图像具有一些特有的属性,由此造成声纳图像配准与融合的困难,同时也对处理过程提出了一些要求或前提条件。虽然在光学,遥感,医学等其他领域已经涌现出大批切实的图像配准与融合方法,然而探究关于声纳图像的处理策略和方式依然具有广阔的应用前景和迫切的现实需求,因此,本文针对声纳图像配准融合问题展开了有意义的研究。在声纳图像配准方面,本文选取图像配准领域中通行的互信息理论作为基础。针对刚性形变图像配准,主要探究了相似度量函数和优化方法两方面内容,一方面是兼顾了像素点空间联系的度量函数,另一方面是避免了度量函数陷入局部极值的优化策略。这些方法中,不乏有非常成熟或已提出多年的模型,但在声纳图像配准中却鲜有应用。本文针对声纳图像配准问题,分别探讨了各式配准方法的性能,进行了大量的仿真实验,并在基于互信息的图像配准框架下,推导了基于梯度互信息的相似度量函数的具体表达式以及建立了基于粒子群算法和Powell法的混合优化策略,利用多分辨率分析方法改善声纳图像配准算法的性能。在归纳出声纳图像配准方法后,对具有代表性的声纳图像进行配准实验,在刚性形变声纳图像配准中,通过对比其他配准算法,本文算法表现性能优良且鲁棒稳定。此外,在刚性形变声纳图像配准基础上,考虑对非刚性形变的声纳图像进行配准。分析了 Demons算法在声纳图像配准中的局限和不足,构造了基于梯度互信息的Demons模型,并提出了相应的声纳图像配准算法,同时本文结合声纳图像特点,对Demons算法的重要系数进行了分析,得出了有价值的结论。采用基于梯度互信息的Demons模型对非刚性形变的声纳图像进行配准,通过与经典和主动Demons模型进行对照,验证了其有效实用。在声纳图像融合方面,本文从融合和评价两个方向进行探索。起初探讨了以Piella理论为基础的通用融合框架在声纳图像融合中的应用,全面系统地阐述了基于Piella多尺度图像融合框架,包括多分辨率分析方法,活性测度,匹配测度,决策模块以及合成模块。针对声纳图像及其处理过程的自身特点,本文扩展了 Piella多尺度图像融合框架,摒弃匹配测度和决策模块,并提出引入前一分解层中的近似信息构造低频分量的融合准则以及基于图像质量评价标准的高频融合准则。仿真实验验证,这些改进对声纳图像融合具有重要意义,改进后的算法适于声纳图像融合处理,更有利于融合质量的提高,取得了良好的融合效果。其次,本文系统地研究和分析了各种图像融合评价标准的主客观方法,并总结了适合声纳图像融合评价的一般性原则。基于此原则,对多种经典图像融合方法进行了深入细致地分析,并得出相应的结论。最后,提出了一种基于区域相似性的图像融合评价方法,经仿真实验验证其具有与人类视觉系统良好的一致性。