数据融合作为无线多媒体传感器网络中的关键技术,一直以来广受关注。作为数据融合的一个分支,图像融合的地位也不可忽视。由于无线多媒体传感器网络中节点部署较为密集,而且能量有限,因此相邻节点有可能收集到冗余的图像信息。如果不对这些冗余信息进行处理,就会大大增加网络中的通信开销,造成其节点能量的浪费,以致缩短了网络的工作寿命。为此需要通过图像融合技术,来对这些冗余信息进行处理。传统的图像融合方法大都是追求高质量,高清晰度;而无线多媒体传感器网络中图像融合方法追求的是低功耗、低复杂度,同时保证图像的质量。本文针对无线多媒体传感器网络中图像融合的特点,提出了两种相关的算法。本文先提出了一种将非下采样Contourlet变换(NSCT)和拉普拉斯金字塔变换结合起来的图像融合新的方法。首先通过拉普拉斯金字塔变换对源图像进行分解,对于高频子带,利用邻域窗口一致性检验规则的方式来融合;对于低频子带再进行NSCT变换,所得到的高低频系数分别通过系数绝对值取大和改进的能量对比度的方法来融合,然后通过NSCT逆变换得到低频子带;最后对得到的高低频子带进行拉普拉斯金字塔重构获得融合的最终图像。本文还提出了一种基于小波变换的图像融合算法。首先对小波变换的分解过程进行简化,减少分解的步骤,使得计算的复杂度降低,然后再对低频系数部分采用基于窗口区域标准差加权的方法进行融合,高频部分采用基于邻域窗口一致性的方法进行融合,最后通过小波逆变换得到最终的融合图像。与传统的金字塔方法、Curvelet变换方法等方法相比,提出的两种算法取得了很好的融合效果,而且计算的复杂度较低,在主观评价和客观评价方面达到了很好的统一。实验结果表明,所提出的两种融合算法均适用于无线多媒体传感器网络中的图像融合。