1、圖像融合是指綜合和提取兩個或多個圖像的信息，獲得對同一場景或者目標更為準確，全面和可靠的圖像，使之更加適合于人眼感知或方便計算機后續(xù)處理。它通常應(yīng)用于去噪，提高分辨率，提高信息量，提高清晰度，監(jiān)測場景或目標的變化情況以及利用其它傳感器圖像替代或彌補某一傳感器圖像中的丟失或故障信息。圖像融合技術(shù)可以有效地利用不同輸入信道圖像信息的互補性和冗余性，消除多源傳感器信息之間可能存在的冗余和矛盾，增強圖像中信息的透明度，很好地改善信噪比和解譯的精

2、度、可靠性。
　　 圖像融合可以按工作域分為空間域、光譜域、頻率域以及尺度域融合；也可以根據(jù)信息抽象程度的不同，從低到高分為像素級、特征級和決策級融合三個層次。像素級融合作為最基本的融合，是特征級融合和決策級融合的基礎(chǔ)，因此成為目前研究的熱點問題之一。
　　 作為像素級融合方法的一種，小波變換以其多分辨分析和多尺度的分析特性，目前被廣泛運用于圖像融合技術(shù)中。傳統(tǒng)小波的構(gòu)造及其性質(zhì)都是在傅立葉分析的框架下進行的，Sweld

3、en等人利用提升格式研究了在空間域內(nèi)構(gòu)造小波的問題，并得到了基于提升格式的小波的信號分解與重構(gòu)的計算方法，這種計算方法也被稱為第二代小波變換理論。相較于傳統(tǒng)小波變換只能通過頻域來進行分解，第二代小波變換則在空間域中就可進行，因而目前受到極大的關(guān)注，成為新的研究熱點。
　　 本文主要研究了以下幾個方面的內(nèi)容：
　　 （1）深入研究現(xiàn)有的圖像融合算法，橫向比較了基于傳統(tǒng)小波變換和第二代小波變換的圖像融合算法的內(nèi)容和關(guān)鍵步驟，

4、指出了第二代小波變換在圖像融合算法中的優(yōu)越性。
　　 （2）研究各種小波基的提升方案，并對其提升處理后的小波性能進行了比較，從中選取了一種更適合于圖像分解和融合的小波基對圖像進行分解和重構(gòu)。
　　 （3）針對分解后低頻和高頻系數(shù)反映圖像不同內(nèi)容的特點，設(shè)計了低頻系數(shù)采用區(qū)域能量融合，高頻系數(shù)則結(jié)合模糊聚類分析進行融合的改進算法，并使用Matlab仿真工具仿真算法過程，得到了融合圖像。
　　 （4）通過對圖像進行質(zhì)