为了获取无缝的宽视场高分辨率遥感图像，提出基于分布度量和显著性信息的遥感图像拼接算法，主要针对图像拼接过程中的外点剔除、最佳缝合线检测和平滑过渡融合三个方面进行改进。首先，以内点在图像重叠区域的均匀分布程度为准则选取最优内点，以增强图像间的对齐程度；其次，利用图像直线信息和引导滤波确定图像显著性信息，避免缝合线穿过明显地物；最后，通过引导滤波对图像进行双尺度融合，利用空间一致性实现缝合线两侧图像间的平滑过渡。仿真结果表明：在外点剔除阶段，所提算法的互信息相较于RANSAC算法提高了1.93%，稳定性提高了46.55%；在缝合线检测和过渡融合阶段，所提算法的结构相似度（SSIM）相较于QESE算法提高了3.21%，峰值信噪比（PSNR）提高了2.55%。最终获得了亮度均匀、无重影的高质量宽视场高分辨率遥感图像。

针对多聚焦图像融合过程中,如何准确地检测聚焦区域以及克服检测过程中存在的配准错误和噪声敏感问题,提出一种结合滤波算子与双尺度分解的多聚焦图像融合算法。首先,对源图像进行高斯拉普拉斯滤波处理,并将获得的滤波图像与源图像作差分运算,分离出多源聚焦图像的高频信息;然后,利用基于结构的双尺度焦点度量方法对多源图像的边缘与局部高频信息进行分解处理,生成含有边缘互补信息的初始决策图;最后, 采用基于一致性检验方法对得到的初始决策图进行分步细化处理,生成融合决策图,并按照逐像素加权平均规则获得融合图像。实验结果表明,与其他聚焦策略相比,该聚焦区域检测方法对不同噪声具有更高的鲁棒性和更强的聚焦区域识别能力, 处理时间小于0.5 s。

针对多聚焦图像融合中聚焦物体边缘衔接处产生伪影的问题，提出一种基于非下采样Contourlet变换(NSCT)与引导滤波的多聚焦图像融合算法。该算法对多聚焦图像进行NSCT分解后，利用基于边缘的加权融合方案处理低频子带系数，利用双向拉普拉斯滤波器提取带通方向子带系数的边缘和显著信息，通过引导滤波器对初始融合权重进行修正，最后利用NSCT重构获得融合后的多聚焦图像。实验结果表明，与其他融合算法相比，本文算法提高了融合图像的信息丰富度和清晰度，避免在聚焦物体边缘衔接处产生伪影，提高了融合图像的总体质量。

基于引导滤波和非下采样方向滤波器,提出了一种多尺度方向引导滤波图像融合方法,该方法兼具边缘保持特性和方向信息提取能力,能够有效提取源图像的有用信息。所提方法对源图像进行多尺度方向引导滤波,得到了包含低频近似部分和强边缘部分的低频分量,而后通过高斯低通滤波将其进行有效分离,分别应用基于卷积稀疏表示和区域能量自适应加权平均的融合规则;对高频细节方向分量应用显著性与引导滤波相结合的融合规则,以保持空间一致性,得到了相应的高频细节融合分量。结果表明,所提方法能更好地提取源图像的目标特征信息,保留丰富的背景信息,客观评价指标优于现有方法,融合结果具有更好的主观视觉效果。