针对红外与弱可见光图像传统融合算法在结果图像中目标不突出、整体对比度降低、边缘及纹 理细节不清晰、缺失等问题, 本文提出一种基于感知一致性空间(Perception Unified Color Space, PUCS) 和双树复小波变换(Dual Tree Complex Wavelet Transform, DTCWT)的融合算法。首先, 将红外与弱 可见光图像的亮度分量由RGB空间分别转至感知一致性空间得到新的亮度分量以备后续变换处理; 接着, 将源图像利用DTCWT进行多尺度分解, 分别获取各自的低频分量与髙频分量; 然后, 根据不 同频带系数特点, 提出一种基于区域能量自适应加权的规则对低频子带分量进行融合, 采用一种基于 拉普拉斯能量和与梯度值向量的规则对不同尺度、方向下髙频子带分量进行融合; 最后, 对融合后的 髙、低频子带分量进行DTCWT逆变换重构图像, 再将其转回至RGB空间以得到最终结果。在不同 场景下将本文算法与 3 种髙效融合算法进行对比评价, 实验结果表明, 本文算法不但在主观视觉上具 有显著的目标特征、清晰的背景纹理及边缘细节、整体对比度适宜, 而且在 8项客观评价指标上也取 得了较好的效果。

为了将可见光图像与红外图像中的细节信息更多的呈现在融合图像中，突出目标特征并获得更好的图像视觉效果，本文提出一种基于改进谱残差显著性图的红外与可见光图像融合方法。首先用改进的谱残差显著性检测算法提取红外图像的显著性图并获得融合图像的显著性系数，然后对源图像进行双树复小波分解，并根据特定的融合规则分别对图像的低频部分以及高频部分进行融合，最后采用双树复小波逆变换重构获得最终的融合图像。实验表明，本文融合方法相较于传统融合方法融合质量更高并且在视觉效果上有显著提升。

针对传统图像的信息保留不充分, 以及偏振图像妨碍视觉观察、纹理细节不理想等问题, 提出了一种基于小波 -Contourlet变换(WBCT)的偏振图像融合算法。首先, 将预处理过的 4幅偏振角度图像, 通过 Stokes方法得到偏振强度图像和偏振度图像; 后采用 WBCT变换分解, 低频系数采用 PCA变换方法进行融合, 高频系数通过区域特性能量的融合规则进行融合, 最终的偏振融合图像由 WBCT逆变换高低系数获得。实验结果表明, 在主观视觉上, 图像观察舒适性较好; 并且, 通过选取方法的对比, 融合后的图像在客观评价指标上, 皆优于选取的方法。

为了将古铜镜X光图像信息综合到同一图像中, 采用提升小波的方式将源图像进行分解, 并分别对低频、高频采用不同的融合规则进行了图像融合。低频采用区域能量与区域方差相结合的方法, 高频采用空间频率加邻域像素点规范中间像素点的方法, 最后经提升小波逆变换得到目标图像; 同时进行了理论分析和实验验证, 取得了融合图像的信息熵、平均梯度和标准差数据。结果表明, 在3组实验中, 相对于其它几种算法, 本文中算法的信息熵平均提升了5.76%, 平均梯度平均提升了28.70%, 标准差平均提升了7.70%, 算法有效地保留了源图像的信息, 对于边缘的传递效果更优秀。这一结果对古铜镜X光图像的融合是有帮助的。

针对差影法弹孔目标检测存在过检、漏检、易受噪声干扰和对成像条件要求高等问题，提出了一种基于融合技术的小波变换的弹孔目标检测算法。在小波域中，对低频和高频子图像分别采用不同的融合规则修正弹孔目标的小波变换系数，加大目标的小波变换系数，减小或者置0非目标的小波变换系数，再分别进行模极大法和小波降噪处理，最终经小波逆变换后得到只包含弹孔目标的图像。实验结果表明，该算法用于弹孔目标检测，不仅克服了差影法存在的易受干扰的问题，而且弹孔边缘清晰、连续，提高了弹孔检测的准确性和精确性。

为了提高多光谱图像的空间分辨能力的同时更大程度地保持光谱信息, 提出了结合多元经验模态分解和加权最小二乘滤波器的遥感图像融合方法.多元经验模态分解解决了传统的基于单变量经验模态分解的遥感图像融合方法中多光谱图像的亮度分量和全色图像分解出的子图像频率不匹配导致融合图像空间细节信息缺失问题, 加权最小二乘滤波器可以精确地估计出源图像的低频信息继而得到高频信息, 减小了传统的经验模态分解方法估计的高频信息中混有低频成分而导致的光谱失真问题.将两者的优点结合, 采用不同的融合规则得到的融合图像在空间细节和光谱信息的保持度较好.选取多组不同卫星数据进行仿真实验, 并与结合多元经验模态分解和àtrous小波变换的方法以及基于加权最小二乘滤波器的遥感图像融合方法等方法进行比较, 实验结果表明本文方法在光谱质量和空间分辨率方面都取得了很好的性能.

针对传统可见光图像与红外图像融合存在显著性信息保留不完整的问题，本文提出了一种新的自适应加权平均融合算法。首先，该方法通过非下采样轮廓波变换将源图像分解为不同尺度、不同方向的高低频分量。然后，针对低频分量的特点提出了一种基于显著性的自适应加权平均融合规则，用于保留源图像中的重要信息。对于高频分量，本文采用绝对值取大的融合策略。最后，根据融合后的高低频分量重构出最终的融合图像。实验结果表明，本文算法与传统融合算法相比，在主观视觉和客观指标上都具有优势。

为了选取基于拉普拉斯金字塔变换融合方法效果较好的融合规则来提高多波段图像融合质量, 现结合 12种融合规则对可见光、红外短波和红外长波图像进行融合, 通过主观人眼视觉观察与客观评价中的信息量、统计特性和人眼视觉特性的评价指标对融合效果进行分析比较, 找到融合效果较好的融合规则。实验结果表明, 低频使用等值加权平均时, 融合效果较差, 对比度低。高频使用绝对值取大、低频使用区域匹配时, 融合结果清晰, 评价指标最高, 便于人眼观察。高频使用区域能量取大、低频使用区域匹配度取大时, 融合结果可以充分显示边缘和纹理信息。高频使用一致性检测和区域方差时融合效果一般。

以稀疏表示理论为基础, 研究了一种可见光和红外图像融合算法, 提出了一种稀疏系数融合规则。首先, 利用K-SVD算法对待融合图像的所有子区域进行字典学习, 得到用于稀疏向量计算的过完备字典; 然后, 计算稀疏向量, 利用正交匹配追踪算法进行求解; 最后, 提出一种基于稀疏向量最大元素绝对值的融合规则, 完成可见光和红外图像的稀疏向量融合, 得到融合图像。实验结果表明, 融合结果明显优于传统的基于 Maximum-L1-Norm融合规则的融合结果。

针对交通图像在恶劣天气及夜间成像质量较差的问题，通过研究红外传感器和可见光传感器的成像原理，设计了一种基于变换域边缘检测的双源交通图像融合方法。首先将红外源图像与可见光源图像利用小波变换分别进行分解，再对所得结果中的高频成分边缘检测，通过设计不同的融合规则对变换域不同频率子图像分别进行融合处理，然后通过逆变换得到特征信息丰富的融合图像。