1、隨著攝影技術(shù)的發(fā)展，數(shù)字圖像處理技術(shù)在各個(gè)領(lǐng)域中的應(yīng)用越來(lái)越廣泛，但同-攝像機(jī)對(duì)同一場(chǎng)景中的所有目標(biāo)都聚焦清晰很困難，如何將同一場(chǎng)景中的所有目標(biāo)進(jìn)行融合，使融合后的圖像目標(biāo)都聚焦清晰已成為一個(gè)急需解決的問(wèn)題。 首先，本文介紹了圖像融合技術(shù)的發(fā)展背景、圖像融合的基本概念，總結(jié)了圖像融合的常用方法及各種客觀評(píng)價(jià)標(biāo)準(zhǔn)。 其次，闡述了雙樹(shù)復(fù)小波的優(yōu)勢(shì)。雙樹(shù)復(fù)小波不僅保持了傳統(tǒng)的實(shí)小波變換多分辨率特性和時(shí)頻局部化的分析能力，而且具

2、有更好的方向選擇性、平移不變性和有限的數(shù)據(jù)冗余等特點(diǎn)。其近似的平移不變性恰好可以解決小波變換不能解決的因信號(hào)平移而導(dǎo)致各尺度上的能量分布發(fā)生變換的問(wèn)題，雙樹(shù)復(fù)小波變換良好的方向選擇性使其在每一尺度上可以分解為8個(gè)子帶，反映細(xì)節(jié)特征的高頻部分能分別描述±15°，+45°，±75°(共6個(gè)方向)的屬性，所以它能反映出灰度圖像在不同分辨率下沿更多方向的變化情況，從而更好的描述圖像的方向特征。 最后，針對(duì)傳統(tǒng)離散小波變換圖像融合算法在圖