1、紅外與可見光圖像融合近年來成為圖像處理領(lǐng)域的一個(gè)研究熱點(diǎn)。由于紅外與可見光圖像具有各自不同的成像特點(diǎn)，其圖像信息之間具有良好的互補(bǔ)性，將兩種圖像進(jìn)行融合可以更有效地反映紅外圖像中的目標(biāo)特征和可見光圖像中的場景信息，這使其在軍事和民用領(lǐng)域有很好的發(fā)展前景。
　　 在圖像融合中，包含兩個(gè)重要的因素：圖像的多尺度分解重構(gòu)和分解系數(shù)的融合規(guī)則。在各種多尺度分解方法中，小波變換無疑取得了巨大的成功，主要原因在于它具有良好的時(shí)頻局域性，能夠

2、有效地反映點(diǎn)奇異性。而對于二維圖像中的線奇異性(邊緣)，則難以有效處理。為了克服小波變換在二維或更高維空間分析中的缺陷，將Curvelet變換應(yīng)用于圖像融合中，可以有效地分析圖像中的曲線奇異性，從而更為合理地處理圖像邊緣信息，提高融合圖像的質(zhì)量。因此，論文給出基于二代Curvelet變換的圖像融合改進(jìn)算法，針對紅外和可見光圖像的不同成像特點(diǎn)，分別制定分解后低頻系數(shù)和高頻系數(shù)的融合規(guī)則，在對兩組源圖像進(jìn)行融合實(shí)驗(yàn)后，取得良好的效果。