多源图像融合属于信息融合的一个重要分支，同时也是图像处理和计算机视觉中一项重要的技术。图像融合能生成比单一传感器更为全面、更为准确的图像描述。本文在介绍了图像融合基本理论的基础上，重点对非下采样Contourlet变换（NSCT）进行了论述，并基于NSCT变换进行了不同类型图像融合的研究。主要研究工作如下：（1）根据红外与可见光图像的成像特点，提出了一种基于NSCT的局部能量红外与可见光图像融合算法。首先，在对已配准的源图像进行NSCT多尺度分解后，采用局部平均能量对低频子带系数和带通方向子带系数进行融合，得到融合后的NSCT系数，然后对融合系数进行NSCT逆变换得到融合图像。（2）根据CT和MRI医学图像的特点，提出了一种基于NSCT变换的自适应CT和MRI医学图像融合方法。通过非下采样金字塔滤波器（NSP）和非下采样方向滤波器组（NSDFB）对图像进行多尺度分解。高频子带采用局部能量与加权平均相结合，同时对最高层系数采用绝对值较大的系数选择方法。低频子带的融合采用可调参数与客观评价指标相结合的的自适应融合规则。通过对多幅红外图像与可见光图像进行仿真，并对实验结果进行分析表明，本文方法的融合结果优于Mallat小波方法、基于Curvelet变换的方法以及传统的基于NSCT变换的融合方法。通过对多幅CT和MRI医学图像进行仿真实验，本文算法较好地融合了源图像的信息，融合效果较好，并可根据要求，实现图像的自适应融合。