该文从研究现有的一种基于小波分解的图像融合算法开始,通过大量的实验对该融合算法的性能和优点进行了分析,并针对其存在的不足提出改进算法一.最后,引入中值滤波,提出改进算法二.其目的是为了扩大融合算法对不同类型图像的适用范围,增强算法的鲁棒性.该文首先介绍图像融合技术的发展情况,对各个分类的融合技术的原理进行了简要的介绍,并对其性能进行了对比和分析,接着介绍了小波分解相关的理论知识,并侧重于分析了几个对图像融合有重要影响的小波特性.在介绍了一种基于小波分解的使用局部区域能量匹配度作为选择标准的融合算法后,使用了多组不同类型的实验图像,考察了阈值的选取对融合效果的影响,总结了该融合算法的优点和不足.针对不足,提出了相应的算法改进.改进算法的仿真实验表明:改进后的算法对不同类型的图像进行融合,都表现了较好的融合性能.改进算法的最大特点在于充分考虑人眼特性,自动根据图像特性进行不同的处理,保证融合后图像的真实性,增强了图像的可理解和可识别性.该文提出的融合算法,沿用了性能较好的DB9/7小波分解方法,也没有对滤波算子进行广泛的横向比较和研究,但是,该文充分体现了对人眼视觉和图像类型特性的重视,在克服现有融合规则缺点上另辟蹊径,为研究更严谨更强壮的融合算法提供了新的思路.该文所提出的改进算法,经实验证明有较好的融合性能和较广的适用范围,具有一定的实用效应.