图像融合是以图像数据为对象的信息融合,运用图像处理和计算机技术,将初始图像数据加以分析,最大限度地提取各个初始图像数据的有利信息,并将这些有利信息汇集到一幅图像中去。本论文对基于多尺度变换的运动图像融合进行研究。论文完成的主要工作如下：(1)提出了一种基于NSCT变换的图像融合算法,利用NSCT变换的多尺度、多方向和平移不变性以及其对图像中轮廓和细节信息的精确表示,设计了低频子带系数采用加权差分盒维数融合规则,各带通方向子带系数采用局部空间频率取大的融合规则,考虑了低频子带整体对融合效果的影响,充分保留了低频子带中的图像纹理细节信息,同时又突出了带通方向子带局部轮廓特征。通过大量对比实验表明了算法具有良好的融合效果。(2)提出了一种基于UDCT变换的图像融合算法。UDCT变换结合了基于快速傅里叶变换(FFT)算法的曲波变换和基于滤波器组的轮廓波变换的思想。在设计融合规则时,低频子带的融合采用加权差分盒维数,高频子带的融合采用区域模值取大,在图像稀疏表示和系数融合上都具有很大优势。通过对比多种融合算法,表明了本文所提算法具有很好的融合效果。(3)设计开发了基于多尺度变换的图像融合工具。完成了工具界面设计、多尺度变换方法模块、高低频融合规则模块、融合效果评价模块四个部分的具体实现,并且基于标准的测试方法对工具的正确性和功能性进行了测试,系统具有良好的可扩展性。本文研究了多尺度变换方法和图像融合算法,实验表明本文所提的两种算法对标准多聚焦图像的融合、空间运动目标图像的融合和多源传感器图像的融合均具有很好的性能。为了方便进行融合实验和融合效果评价,本文还设计开发了基于多尺度变换的图像融合工具。