图像融合技术就是充分利用多个源图像进行综合处理,生成融合图像。通过图像融合生成的图像尽可能减小源图像的冗余信息,并且比任意源图像都更加完整、可靠,提高了图像的信息量。多源图像融合技术可广泛用于数字照相机的大景深成像、医学多模式图像的综合显示、地球遥感图像分类识别、机器人视觉、虚拟现实、三维图像重建、防恐怖安全检查等领域。根据图像源的不同,多源图像融合大致可分为：多聚焦图像融合、多传感器图像融合、遥感多源图像融合以及时间序列(动态)图像融合。作为图像融合技术的一个重要分支,多聚焦图像融合技术主要用于成像图片的处理,使不同成像距离的物体能够清晰地呈现在一幅图像中,从而有效地利用图像信息和提高系统探测识别目标的可靠性,为特征提取、图像识别等处理奠定了良好的基础。论文在探讨和研究多幅图像的量化、压缩、融合和多聚焦图像融合算法的基础上,提出了关于图像融合的新算法。对于多幅图像的压缩融合,本文首先对待融合图像进行分块离散余弦变换,每个子块按照“之”字形选择要保留的变换系数,采用自适应的量化规则在保证重构图像质量的基础上最大限度的实现信息的压缩,再根据一定的融合规则,得到最终的融合图像。融合后的图像具有一定的隐蔽性,利用正确的密钥即可提取图像信息。实验结果表明,本算法融合的图像信息量大,可对不同大小和灰度级的图像压缩和融合,重构出来的图像达到了令人满意的效果。对于多聚焦图像的融合,本文在分析小波变换的特点和数学形态学基本理论的基础上,结合多种通用的图像评价指标,提出了可同时适用于多聚焦图像的融合方法,并证明了这种方法的有效性。对于低照度图像的融合,利用sobel算子和形态学理论在小波域进行了实现。实验结果表明,本文的融合图像的熵值、空间频率和平均梯度相较于融合前有明显提高,从三个评价参数上表明图像所含信息量更多,更为清晰,融合效果令人满意.