将同一个场景下的不同模态传感器得到的图像进行融合,得到一张包含多源信息的融合图像,此类任务称为图像融合任务。其中红外图像与可见光图像融合是一个重要的课题。红外图像可以根据热辐射的差异将目标与背景区分开来,在白天或者黑夜的所有时间和各种天气条件下,红外图像都能很好地发挥作用。相反,可见光图像可以以与人类视觉系统一致的方式提供具有高空间分辨率和清晰度的纹理细节。图像融合领域如今已经有了大量成熟的方法,大体分为两类。其中一种是利用深度学习一步生成融合图像的方法,算法输入红外图像和可见光图像,让网络自行学习拟合所需的融合图像。还有一种是利用传统方法或者深度网络对图像进行特征分解,转换到特定的特征空间并进行融合,最后将其转换为原始图像空间得到融合图像。利用传统方法进行图像融合通常需要严谨地设计算法,且一般来说融合过程会比较耗时。而利用深度学习的图像融合方法出现的较晚,大多数方法没有考虑图像的特征以及缺少合理的网络结构设计。基于此,受深度学习的一步图像融合的启发,提出了基于感知的生成对抗图像融合网络。同时对于图像特征提取方式的分析和思考,提出了增强特征的自编码器结构。最后基于图像融合的通用分解步骤,提出了两种基于深度学习的图像分解通用网络框架。本文的主要贡献如下:（1）提出了一种基于密集块和生成对抗网络的新方法,并将输入图像之一的可见光图像直接插入到生成器网络的每一层中。使用与感知更一致的结构相似性和梯度损失函数,而不是均方误差损失。经过生成器和判别器之间的对抗训练后,最终获得了训练有素的端到端融合网络即生成器网络。实验表明,所提出的方法获得的融合图像在多个评估指标的基础上取得了不错的成绩。此外,所提出的融合图像在多组对比中具有更好的视觉效果,这更符合人类的视觉感知。（2）提出了一种新的融合红外图像和可见光图像的图像融合方法。骨干网络是一个自编码器。与一般的自编码器不同,所提出的方法增强了编码器的信息提取能力,并优化了其在解码器中选择最有效通道的能力。具体融合算法首先在编码过程中提取源图像的特征。然后,设计了一种新的有效融合策略来融合这些特征。最后,融合图像由解码器重建。与现有的融合方法相比,该算法在客观评估和视觉质量上均达到了最新水平。（3）通过为深度学习模型设计新的结构和新的损失函数,提出了一种新的图像融合方法。骨干网络是自编码器,其中编码器具有双重分支结构。将红外图像和可见光图像输入到编码器,以分别提取细节信息和语义信息。融合层将两组特征融合在一起以得到融合特征。解码器重建融合特征以获得融合图像。同时设计了一个新的损失函数来有效地重建图像。实验表明,提出的方法达到了最先进的性能。（4）图像分解是图像处理领域中的主要课题,它可以从源图像中提取显着特征。立足于图像分解提出了一种基于卷积神经网络的图像分解新方法。该方法可以应用于许多图像处理任务。所提出的方法将图像分解网络应用于图像融合任务。算法的输入为红外图像和可见光图像,将它们各自分解为三个高频特征图像和一个低频特征图像。使用特定的融合策略融合两组特征图像,以获得融合特征图像。最后,重建特征图像以获得融合图像。与最新的融合方法相比,该方法在主观和客观评估方面均具有更好的性能。（5）现有的视觉转换器模型旨在为诸如分类和检测之类的高级视觉任务提取语义信息,从而使输入图像的空间分辨率降低,无法重构输入或生成高分辨率图像的能力。为解决上述问题,提出了金字塔分块转换器模型Patch Pyramid Transformer（PPT）。具体而言,首先设计了一个Patch Transformer分块转换器,将图像转换为一系列块,然后对每个块执行Transformer转换器编码以提取局部特征表示。此外,所提出的方法构造了一个Pyramid Transformer金字塔转换器,以有效地从整个图像中提取全局特征信息。在获得原始图像的一组多尺度、多维和多角度特征之后,设计了图像重建网络,以确保可以将特征重建映射为输入图像。为了验证有效性,将提出的PPT应用于图像融合任务。实验结果证明了其相对于最新融合方法,在多个评估指标上均获得了最佳结果。