本文主要研究多尺度几何分析及粒子群优化图像融合算法。本文首先介绍多尺度几何分析的基本理论,对小波变换,Curvelet变换,Contourlet变换和NSCT四种变换进行了详细的分析介绍;其次,介绍粒子群算法的基本概念和公式;然后,对图像融合的基本层次以及融合图像的质量评价方法作了介绍;最后,针对多聚焦图像、医学图像和遥感图像提出基于多尺度几何分析和粒子群优化相结合的图像融合算法,以多幅基于多尺度变换融合算法得到的融合图像作为初始粒子种群,以融合结果的两个评价参数作为优化目标,利用粒子群优化得到最终的融合图像。本文提出的融合方法根据不同类型图像的特点以及融合要达到的目标,分别选择两个不同的评价参数作为优化的目标:多聚焦图像选取平均梯度和信息熵作为优化目标、医学图像选取平均梯度和均方根误差作为优化目标、遥感图像选取平均梯度和光谱相关系数作为优化目标。考虑到粒子群算法在图像融合中的实际应用,论文研究设计一种新的惯性权重变化方式以及最优解的合理选择方法;同时针对多聚焦图像融合,研究不同输入情况对最终优化结果的影响,并给出合理化的建议。最后,利用本文中提出的融合方法,对三种类型图像:多聚焦图像、医学图像和遥感图像进行仿真实验,定性与定量分析最终的结果,结果表明本文的方法具有更好的融合效果。