随着图像传感器和高速处理器等技术的不断发展,图像信息处理技术也随之逐渐发展起来。图像融合技术是图像处理研究领域的一项重要分支,其是多源光学传感器对同一场景下采集到的多幅图像信息融合成为一幅图像的处理技术,图像融合技术可以准确和全面的提高多源传感器所采集到的图像信息利用率,克服单一图像的局限性。因此,图像融合技术在气象、军事、医学、人工智能等领域具有广泛的应用价值,同时,也为图像后期的识别与检测等处理打下基础。图像融合算法从图像表达的角度主要分为两大类:空间域图像融合算法与变换域图像融合算法。空间域算法结构简单直观,处理效率极高;变换域融合算法对图像的表达结果更佳,融合效果更好。本文则是在三维图像块匹配(Block Matching 3 Dimension,BM3D)去噪算法的基础上对其进行改进,将空间域处理技术的计算效率及空间域信息与变换域处理技术中的图像表达方式及变换域信息结合起来,最大限度的利用已知信息获取更全面反映场景的融合图像。同时,利用区域能量与平均梯度的区域相关性,结合匹配度对融合规则的选定,最终形成一套完整的图像融合体系。本文的主要研究内容及创新点体现在以下几个方面:(1)针对像素级图像融合经典算法的传统框架以及目前图像融合领域中的最新成果,对图像的相关评价方法和评价指标进行研究和掌握,并根据具体实验要求选择最优评价方法与指标;(2)改进三维图像块匹配算法的基本框架,以及框架内的具体步骤和算法内容,以适应本论文图像融合算法框架的要求;(3)将加权思想与平均梯度引入图像融合规则框架当中,对基于区域能量算法进行改进,在研究相关理论后,本文通过匹配度对得到图像表示系数进行划分,以匹配度作为依据对不同的图像采用不同的融合规则,提出图像融合的新方法;本文对基于改进的BM3D算法和基于匹配度的改进的区域能量算法进行整理提出一种图像融合算法的新框架,总结本文的理论研究成果以及不足之处,并对今后的研究进行了展望。