本文主要应用多分辨率分析方法对多传感器图像融合、多聚焦图像融合进行了深入、系统的研究。本文涉及到对图像融合中所用到的多分辨率方法和融合规则的研究，并给出了多传感器硬件系统以及多传感器图像融合应用实例。其中，多分辨率方法的研究包括了基于联合纹理和梯度特征的多分辨率变换方法的研究和基于最优滤波器组小波框架的研究；对图像融合规则的研究包括了基于模糊区域特征的融合规则的研究和基于模型估计方法的图像融合规则的研究；最后本文又对图像融合评价方法进行了阐述。 1.针对多分辨率变换方法研究，提出了基于纹理和梯度特征的多分辨率方法和基于最优滤波器组小波框架的多分辨率分解方法。根据金字塔分解方法的特点，提出了一种基于纹理和梯度特征的多分辨率金字塔分解及其相应的融合方法。该方法根据特征提取滤波器系数，构造出基于纹理和梯度特征的多分辨率金字塔分解方法，并从多源图像融合的应用角度考虑，提出基于纹理和梯度特征的图像融合方法。另外，根据小波及其滤波器组设计理论，提出了基于最优滤波器组小波框架的多分辨率图像融合方法。实验验证表明，这两种多分辨率分析方法在应用于图像融合领域时，能够得到较好的融合效果。 2.针对图像融合系统中融合规则的研究，提出了基于模糊区域特征的图像融合方法和一种基于期望值最大算法的图像融合方法。基于模糊区域特征的图像融合方法是在多分辨率分析的基础上，将低频图像区域分解为重要区域、次重要区域以及背景区域，并根据每个区域各自的模糊隶属度来确定该区域的融合规则，最终得到融合图像的多分辨率表示，再对其进行多分辨率反变换就可以得到图像的融合结果。基于期望值最大算法的图像融合方法主要用于处理多分辨率展开后低频分量的融合问题，低频分量在融合过程中的作用是非常重要的。对于高频分量，采用信息重要性测度来描述图像的重要信息，以提高融合算法的抗噪性能，得到高频分量的融合结果。然后利用最优滤波器组小波框架反变换得到最终融合结果。实验表明，这两种融合方法都具有较好的融合结果。 3.针对图像融合系统评价问题的研究，提出了两种评价指标，一种是基于图像区域的客观评价指标，一种是在噪声情况下融合系统的抗噪声性能评价指标。基于图像区域的客观评价指标首先从融合后的图像中获取区域信息，然后考虑在各个区域中融合后图像、原图像像素值分布相似程度，并结合像素互信息，将区域相似程度作为权值对像素互信息进行修正，从而形成了基于区域的融合评价指标。对于抗噪声性能评价指标，本文将基于区域的融合评价指标应用于对融合系统抗噪声性能的评价。以原传感器图像得到的图像为参考，加入大小不同的噪声，将参考图像和含有噪声污染的图像加入到同一个融合系统中，得到不同的融合结果；然后对这些不同的融合结果进行基于区域的评价，得到一系列的评价结果；对这些评价结果求取相对差，就得到了融合系统抗噪声性能的评价结果。 4.以“高性能红外成像检测、跟踪与识别系统”和“航空电子系统及目标跟踪，，项目为背景，提供了一套高性能的红外成像系统原理样机和一套可见光CCD成像系统原理样机。这两个系统研制与开发为多传感器融合系统的研制提供了一套有针对性的硬件平台。 5.以“先进航空电子技术”项目为背景，深入分析了构建机载红外与可见光传感器图像融合系统开发平台的必要性和可行性，采用文中提出的新理论、新方法，按照多源图像信息融合理论和技术流程，基于MATLAB平台，以红外和可见光融合为例，实现了融合系统开发平台的体系结构设计和相应的模块功能，具体包含了多源图像信息融合技术流程的主要功能，为多源图像信息融合处理的工程化应用与推广奠定了坚实的基础。