近年来,随着成像传感器和图像处理技术的发展,多传感器图像融合技术在自动目标识别、战场感知、遥感监测、火灾监控、医疗诊断等众多军事和非军事领域中的应用受到人们越来越广泛的关注。图像融合能够综合同一场景的多传感器图像的互补信息和冗余信息,获得比任何单一传感器对场景更为全面和精确的图像表述,从而有利于人眼观察和后续处理。图像融合处理能够在信息表征的不同层次上进行,一般将多传感器图像融合由低到高分为三个层次,即像素级融合、特征级融合和决策级融合。本文重点研究像素级多传感器图像融合算法,包括简单图像融合方法、多分辨率图像融合算法和伪彩色图像融合算法。本文着重研究了多分辨率图像融合算法,如基于拉普拉斯塔形分解的图像融合算法、基于对比度塔形分解的图像融合算法和基于小波变换的图像融合算法。在此基础上,本文提出一种自适应加权中值塔形分解的图像融合算法,取得较好的融合效果。同时,本文还对基于伪彩色的多传感器图像融合算法进行了研究,提出一种基于生物视觉特性的伪彩色图像融合新结构。论文对融合图像质量主观和客观评价方法进行了研究,利用这些评价方法对各种图像融合算法的性能进行了分析,并比较图像分解层数、特性区域大小、融合规则和融合算子的选择对各种多分辨率融合算法融合结果的影响,得出一些结论。论文给出了一系列可见光和红外图像融合实验,实验结果证明了文中给出的融合算法和评价准则的有效性。