中文摘要：

多传感器图像信息融合技术在军事、遥感、医学、工业、交通等领域具有重要的应用价值。本项目将以红外成像与微光夜视成像融合、数码成像融合为对象，系统深入地研究高效高精度像素级图像配准新方法，Wavelet变换、Curvelet变换、Contourlet变换理论和多分辨率图像融合新方法，多分辨率神经网络、多分辨率支持向量机理论和智能化图像融合新方法，彩色图像融合新方法。本项目将在像素级图像信息融合新理论

结论摘要：

本项目深入研究了智能化多分辨率多传感器图像融合方法，主要研究成果如下针对图像融合问题，提出了基于学习的多聚焦图像融合方法，有效地解决了最优融合规则难以确定的问题；提出了基于区域分割的多聚焦图像融合方法，有效地克服了图像无法精确配准、噪声干扰等问题的影响，比基于像素的融合方法性能更好；提出了基于curvelet 和contourlet的多传感器图像融合方法；提出了多分辨率分析和色彩空间相结合的遥感图像融合方法，分析了小波基函数与分解层数对融合性能的影响；针对图像配准问题，提出了利用小波分解和互信息测度的由粗到精的图像配准方法；利用B 样条基函数解决了部分体积插值方法计算联合直方图时会引入部分极值的问题，提出了基于遗传算法和Powell算法的混合搜索优化策略，有效克服收敛于局部极值的缺陷；提出了移不变小波分解能量图的概念替代原图像进行配准的方法，并将Curvelet变换用于图像配准；全面地比较了不同相似性测度在不同分辨率层次上的性能，为提高多分辨率框架下的图像配准性能提了依据。发表国际期刊论文9篇，英文专著1章，国际会议论文19篇，国内期刊论文5篇。