多源图像融合是对来自多个传感器获取的同一场景的图像进行综合处理，以生成更丰富、更可靠的图像信息，降低冗余性，提升系统的全天候工作能力，加强系统的目标识别能力。该技术在目标检测等军事领域和医学成像、智能交通、安监系统等民用领域都有广泛的应用，对国防事业和经济建设也具有重要意义。本文首先介绍了多源图像融合的概念、研究意义、国内外研究现状和论文研究工作的具体安排；然后阐述了图像融合的基本理论，包括基本原理、预处理、融合流程以及质量评价。通过分析小波变换和小波框架变换的联系和区别以及多聚焦图像的特点。首先，提出了基于小波变换和边缘检测的融合方法，即对小波系数提取边缘信息来进行比较和选择；其次，提出了基于小波框架变换和区域能量的融合方法，即根据各层高频系数的能量强度对低频系数进行聚焦和离焦区域的划分，再根据聚焦离焦区域的决策表进行分区融合。实验结果表明，以上两种方法获取的融合图像均具有较好的视觉效果和性能指标。通过研究曲波变换和小波变换的联系和区别以及多传感器图像的特点。提出了基于分块加权的融合算法以及基于强度一致性和窗口匹配度的融合方法。前者的低频系数取平均高频系数根据局部方差来确定；后者的低频系数融合算法先根据变换函数将源图像的曲波低频系数进行强度一致性变换使其具有相同的均值和方差，然后再作加权平均；高频系数的融合规则采取显著性测度和基于窗口匹配度联合分析的方法。实验数据表明，以上两种方法用于多传感器图像的融合具有较优的效果，可以较好的保持图像的细节信息。