图像融合是指按照一定的规则，把同一目标或同一场景的多个传感器的成像或单一传感器的多次成像进行一定的处理，生成一幅新的图像。通过单一传感器所获得的图像的信息往往不足以用来对目标或场景进行更好的检测、分析与理解，对多个传感器信息的融合能获得同一场景或目标更全面、更准确、更可靠的信息，融合结果图像更符合人或机器的视觉特性，有利于对图像的进一步分析、理解、目标的检测、识别或跟踪。图像融合在自动目标识别、机器视觉、遥感、机器人、复杂智能制造系统、医学图像等非军事领域和军事领域得到了广泛的应用。近年来图像融合已成为热门的课题。一般认为图像信息融合分为三个层次，即像素级融合、特征级融合和决策级融合。　　主要研究了二维小波的构造特别是二维非张量积小波的构造，并提出二维小波应用于图像配准和图像的像素级、特征级融合的若干方法。　　研究了二维小波变换的一般理论，分析了几种伸缩矩阵的情况下的小波变换，着重研究了伸缩矩阵为{2002}时的小波变换。在二维小波的多尺度分析的基础上，推导出了二维非张量积小波的快速算法。　　图像配准是图像融合的基础。提出了利用图像与其作张量积小波分解后的近似分量的轮廓相似性进行图像配准的一种方法。该方法能提高配准的速度，对实时图像配准具有使用价值。图像作小波分解后的四幅子图像的轮廓与原图像的轮廓都相似，据此及图像作小波变换重构的原理，还提出了把四幅子图像分别配准，然后重构得到配准结果图像的配准方法。该方法能提高配准精度。　　非张量积小波是近年来才发展起来的小波理论，其应用也远远落后于张量积小波。探讨了二维非张量积小波的构造及其在图像融合中的应用，研究了已有的二维非张量积小波滤波器组的构造方法，并构造了大量的滤波器组。利用矩阵扩充的方法提出了两类二维非张量积小波的构造方法并应用于图像融合中。首先，提出了一种具有紧支撑正交性二维非张量积小波滤波器组的构造方法，利用此方法构造了一类滤波器组。提出了基于紧支撑正交性的二维非张量积小波的图像融合方法，并采用熵、交叉熵、互信息、均方根误差和峰值信噪比等指标对该方法进行了客观评价。本方法有能吸收参与融合图像的好的特征、目标易被辨认、对比度得到增强、提高清晰度和适用范围广等优点。其次，具有线性相位（对称或反对称）的小波具有完全重构的特性，这类小波在图像重构时不会产生失真，这对图像融合来说极其重要，因为图像融合过程的最后一步往往就是图像重构，而Daubechies系列小波中，只有Haar小波具有对称性，因此，构造具有对称性或反对称性的二维小波和滤波器组对图像融合具有重要意义。提出了一种构造具有线性相位的二维非张量积的小波滤波器组的方法。并提出了两种基于对称的二维非张量积小波的图像融合方法。并对上述两种方法进行了实验研究与分析。这两种融合方法都能得到较好的融合视觉效果，且具有包含更多的信息、融合后的图像边缘无失真等优点。　　图像中目标的形状一般是不规则的图形，基于区域的图像融合与基于单个像素和基于局部窗口的融合方法相比更能体现目标的实际特点。在把图像的像素级融合与特征级融合结合起来的基础上，提出了两种基于不规则区域的图像融合方法:基于区域的小波多尺度图像融合方法和基于小波包变换的区域图像融合方法。并采用了不规则区域能量取大的融合等算法。在对图像进行分割时，提出了一种“区域像素聚类”的图像分割方法。实验证明该方法有较好的融合效果。其融合性能比已有的基于局部窗口的融合方法的性能好，能节约融合时的运算量。　　同一数字照相机传感器所摄的多聚焦图像的对应区域有较大的相关性。基于这个特点，提出了一种基于分块的小波多聚焦图像融合方法，参加融合的图像首先作小波分解，然后分块，并取“整块”作为融合结果图像的块进行融合，其融合性能优于对图像不作小波分解而直接进行分块融合的方法，并能节约运算量。　　最后，我们对论文进行了总结，并提出了进一步研究的方向。