随着传感器技术的飞速发展及其种类不断增加，各种成像传感器的性能得到了很大地提升，同时其制造成本也大幅下降，这使得在同一系统中使用多种成像传感器协同完成操作任务成为可能。多个成像传感器往往能够提供信息互补、信息量巨大的图像，如何对多成像传感器提供的信息协调利用，最大限度地发挥多成像传感器带来的优势成为亟待解决的问题。　　 本文对多传感器图像融合算法进行了深入研究。主要研究内容和如下：　　 (1)在深入分析现有图像融合理论的基础上，构建了一种多传感器图像自适应融合框架，并提出了一种多尺度变换系数融合规则。提出的多传感器图像自适应融合框架共有四个模块，包括多尺度分析模块、系数融合模块、融合图像质量评价模块和自适应系数优化模块。与传统的图像融合框架不同，该框架将图像评价测度引入融合过程，并用优化算法对融合过程中涉及的参数值进行自适应优化使得融合图像评价值达到最优，从而自适应地产生较优的融合结果。本文对该融合框架中各个模块的相关算法原理及其性能进行了深入分析，如双树复小波变换、粒子群优化、融合图像质量测度QW和QAB/F等。此外，在该图像融合框架下，本文提出一种新的多尺度系数融合方法。该方法针对待融合的多传感器图像间灰度范围相差较大的特点，采用基于区域的加权平均法融合低频图像，并在融合框架的自适应参数优化模块中对区域加权权值进行优化。　　 (2)结合提出的图像融合框架，仿真实验分析系数融合模块和图像质量评价模块中各种算法的性能，并结合实验结果分析该融合框架的应用。首先比较了各类多尺度系数融合方法性能，实验表明提出的多尺度系数融合方法能获得较优的融合图像，突出了输入图像中的重要区域，且其得到的融合图像评价优于已有的多数融合方法以及最新的基于非下采样的Contourlet变换(NSCT)和基于支持向量变换(SVT)这两种图像融合算法。然后分析了在图像质量评价模块中依次采用的多种不同图像质量评价测度得到的实验结果，实验证明在该融合框架产生的融合图像的评价值基本都是最优的，从而验证了该融合框架的有效性。最后结合该实验结果分析了该融合框架在军事监控、隐匿武器检测和医学诊断等领域中的应用。　　 (3)实现提出的多传感器图像自适应融合框架。采用软件平台Visual Studio2008和计算机视觉开源代码库OpenCV对提出的多传感器图像自适应融合框架用C++语言编程实现。