近年来,图像融合的研究方兴未艾,无论是在军事应用方面还是医疗应用方面图像融合都起到了不容忽视的作用。图像融合的重点和难点在于有效突出目标图像,增强融合效果图的视觉效果,使人们更直观地得到有用信息。当今研究的融合算法基本都专注于研究如何单纯利用融合达到上述目的而忽略了图像增强这一步的作用,本文将从图像增强和融合两方面进行研究,探讨出一种达到更好融合效果的多源图像融合算法。本文主要研究内容如下:1、研究了多种图像增强算法。包括自适应直方图均衡算法、MSRCR算法、图像暗通道去雾算法等,针对不同源图像的特点进行图像增强。提出了针对眩光图像进行非线性曲线调整的增强算法以及改进的暗通道去雾算法。实验表明,经过本文的图像增强算法后,在低照度条件下拍摄的眩光图像能够达到良好的增强效果,对比于传统的增强算法有效地解决了高亮部分过度增强而带来的邻域信息丢失的问题;烟雾条件下拍摄的图像在增强后能得到清晰的增强图像。2、介绍了图像融合的三种层次及其框架,研究分析了在像素级融合基础上的几种经典的图像融合算法,包括Laplacian金字塔融合算法、小波金字塔融合算法以及NSCT融合算法并分别进行实验比较,综合考虑各项图像评价指标,选取NSCT融合算法进行后续研究。3、对增强前后的多源图像进行图像融合实验比较,实验表明经过本文图像增强算法后的图像对最后的融合结果起到了良好的改进效果,证实了本文图像增强算法的有效性和必要性。4、以图像融合目的为出发点,图像融合的目的是突出观察目标,保留目标图像周围环境的纹理细节。由此研究分析了视觉显著性检测,并详细讲述了基于贝叶斯模型的视觉显著性检测方法。在此基础上提出了基于图像显著性检测的NSCT图像融合算法。实验结果表明该算法能够有效提高图像融合效果。