多传感器图像融合是指针对多个传感器采集的关于同一目标或场景的图像进行适当的处理,产生一幅新的图像,使之更适合人眼感知或计算机后续处理。每一种传感器是为了适应特定的环境和适用范围设计的,具有不同的特征或不同视点的传感器获取的图像间既存在冗余性又存在互补性,通过对其融合,能有效提高系统的可靠性和图像信息的利用效率。本文主要针对多传感器图像融合方法进行研究,首先介绍了图像融合基本概念,包括融合系统结构、传感器性能特点、常用融合方法,并分别从定量与定性的角度对融合图像质量的评价标准做了详细的介绍。然后对非变换域融合方法,选取了基于主分量分析和灰度值选择等融合方法进行融合实验。论文针对小波变换、Contourlet变换等多尺度、多分辨率变换工具做了全面的分析。最后,本文在深入分析多传感器图像处理系统实质的基础上,提出了综合分析成像机理与融合目的,经过多尺度变换,在变换域内确定图像融合算法的研究思想方法。基于此思想,本文重点讨论了多聚焦可见光图像融合、多源遥感图像融合和医学图像融合等问题。对于多聚焦图像融合,采用具有平移不变性的非子采样Contourlet变换作为图像变换工具,提出了一种基于图像局域梯度能量和方向对比度相结合的融合算法作为图像分解系数的融合规则;对于遥感图像融合,采用具有平移不变性和非冗余性的àtrous-Contourlet变换作为图像变换工具,并提出了一种基于窗口的加权梯度选择融合算法;对于医学图像融合,采用基于非子采样Contourlet变换法进行融合处理。实验结果表明,针对不同融合目的本文采用的变换方法及相应提出的融合算法有效提升了系统融合性能。