近年来,图像融合已经成为图像处理和计算机视觉领域中一项重要的技术。所谓图像融合是指将多源信道上得到的多幅关于同一对象或区域的图像数据,利用图像处理及相关的计算机视觉处理技术,最佳地提取各个信道中重要的互补信息,最终得到一幅融合了各个信道重要信息的高质量图像,融合后的图像对信息的描述更加全面、准确和详细。图像表示是图像处理的前提,它是图像处理领域的基本问题。图像表示的有效性是指利用较少的数据对图像中的重要信息的捕获能力,即稀疏表示。稀疏性很早就被应用于信号处理和逼近理论中的图像压缩、去噪和融合问题。图像一般自身并不稀疏,但其在某个基或框架下有稀疏表示。多尺度小波变换给出了自然图像的近稀疏表示,从而在图像融合中也有大量的应用。与多尺度小波变换相比,超完备字典对图像具有更加稀疏的表示,故本文提出了一种基于超完备字典稀疏表示的图像融合算法。该算法首先对待融合的图像进行了分块处理,并考虑了待融合图像的互补性,设计了一种新的融合规则。该融合规则能保证融合后的多幅图像块包含了待融合图像块的互补信息和主要信息,然后对得到的多幅融合后的图像块,通过其信息熵或者空间频率的大小来获得最终融合后的图像块。理论分析和实验结果表明了本文设计的融合规则是合理的和有效的。通过对医学图像和遥感图像的仿真对比实验表明本文提出的基于超完备字典稀疏表示的图像融合方法比基于多尺度小波变换的图像融合方法更为有效。