图像融合是一个将源自不同传感器的多幅图像中的重要信息融合到一幅图像的过程,可以克服单一传感器图像的局限性和差异性,获取更为全面和准确的场景描述,提高图像的清晰度和可理解性,以便进一步的图像分析和处理。图像融合技术作为一个涵盖了传感器技术、信号处理技术、计算机技术和人工智能等多种学科的综合技术,近年来,在医学、军事、遥感以及气象预报等多个领域都得到广泛的应用。本文将剪切波变换以及非下采样剪切波变换应用于图像融合中,致力于研究新的图像融合算法。首先,本文研究了基于剪切波的多聚焦图像融合算法。根据多聚焦图像的成像特点以及剪切波分解系数特点,提出了一种基于循环平移剪切波变换的图像融合算法,该算法采用基于区域SML(Sum-modified-Laplacian,改进的拉普拉斯能量和)值加权的低频融合规则和区域SML值取大的高频融合规则。实验结果表明该算法获得的融合图像具有清晰度高和细节纹理信息丰富的优点。其次,本文研究了基于非下采样剪切波的红外图像与可见光图像融合算法。根据红外图像与可见光图像的特点以及人类视觉特性,提出了一种基于目标提取和自适应PCNN(pulse coupled neural network,脉冲耦合神经网络)的非下采样剪切波域红外与可见光图像融合算法,其中目标区域和背景区域分别采用不同的融合规则进行融合。实验结果表明该算法能够很好地融合红外图像的目标信息与可见光图像中的背景信息。最后,本文研究了基于非下采样剪切波的医学彩色图像融合算法。根据医学图像的成像特点,结合HSI(Hue-Saturation-Intensity,色调-饱和度-强度)颜色模型和高斯混合模型,提出了一种基于非下采样剪切波和高斯混合模型的医学彩色图像融合算法。实验结果表明证明该算法融合的图像视觉效果和客观评价指标上都得到了提升。