圖像融合是將兩幅或多幅圖像融合在一起，以獲取對同一場景的更爲精確、更爲全面、更爲可靠的圖像描述。融合算法應該充分利用各原圖像的互補信息，使融合後的圖像更適合人的視覺感受，適合進一步分析的需要；並且應該統一編碼，壓縮數據量，以便於傳輸。
圖像融合可分爲三個層次:
1. 像素級融合
2. 特徵級融合
3. 決策級融合
其中像素級融合是最低層次的融合，也是後兩級的基礎。它是將各原圖像中對應的像素進行融合處理，保留了儘可能多的圖像信息， 精度比較高， 因而倍受人們的重視。像素級的圖像融合方法大致可分爲三大類:
1. 簡單的圖像融合方法
2. 基於塔形分解（如Laplace塔形分解、比率塔等）的圖像融合方法
3. 基於小波變換的圖像融合方法
小波變換是圖像的多尺度、多分辨率分解，它可以聚焦到圖像的任意細節，被稱爲數學上的顯微鏡。近年來，隨着小波理論及其應用的發展，已將小波多分辨率分解用於像素級圖像融合。小波變換的固有特性使其在圖像處理中有如下優點：
1. 完善的重構能力，保證信號在分解過程中沒有信息損失和冗餘信息；
2. 把圖像分解成平均圖像和細節圖像的組合，分別代表了圖像的不同結構，因此容易提取原始圖像的結構信息和細節信息；
3. 具有快速算法，它在小波變換中的作用相當於FFT算法在傅立葉變換中的作用，爲小波變換應用提供了必要的手段；
4. 二維小波分析提供了與人類視覺系統方向相吻合的選擇性圖像。
——像素級圖像融合的主要步驟
以兩幅圖像的融合爲例。設A，B爲兩幅原始圖像，F爲融合後的圖像。若對二維圖像進行N層的小波分解，最終將有(3N+1)個不同頻帶，其中包含3N 個高頻子圖像和1個低頻子圖像。其融合處理的基本步驟如下：
（1）對每一原圖像分別進行小波變換，建立圖像的小波塔型分解；
（2）對各分解層分別進行融合處理。各分解層上的不同頻率分量可採用不同的融合算子進行融合處理，最終得到融合後的小波金字塔；
（3）對融合後所得小波金字塔進行小波重構，所得到的重構圖像即爲融合圖像。
圖 1
在圖像融合過程中，小波基的種類和小波分解的層數對融合效果有很大的影響，對特定的圖像來說，哪一種小波基的融合效果最好，分解到哪一層最合適，都是需要考慮的問題。爲此可以通過引入融合效果的評價來構成一個閉環系統。如圖2所示。
對圖像而言，小波變換是將圖像分解成頻域上各個頻率段的子圖，以代表原圖的各個特徵分量。這對後續的融合處理極爲重要，使得融合處理可以根據不同的特徵分量採用不同的融合方法以達到最佳融合效果。圖像的融合策略（方法）是圖像融合的核心，方法與規則的優劣直接影響融合的速度與質量。
在一幅圖像的小波分解中，絕對值較大的小波高頻係數對應着亮度急劇變化的點，也就是圖像中對比度變換較大的邊緣特徵，如邊界、亮線及區域輪廓。融合的效果就是對同樣的目標，融合前在圖像A中若比圖像B中顯著，融合後圖像A中的目標就被保留，圖像B中的目標就被忽略。這樣，圖像A、B中目標的小波變換系數將在不同的分辨率水平上佔統治地位，從而在最終的融合圖像中，圖像A 與圖像B中的顯著目標都被保留。
目前小波域的融合規則主要分爲兩種：
一、基於單個像素的融合規則
主要包括:（1）小波係數的直接替換或追加；（2）最大值選取；（3）加權平均。
二、基於區域特徵的融合規則。
主要包括:（1）基於梯度的方法；（2）基於局域方差的方法；（3）基於局域能量的方法。
基於像素的融合規則在融合處理時表現出對邊緣的高度敏感性，使得在預處理時要求圖像是嚴格對準的，否則處理結果將不盡人意，這就加大了預處理的難度。
基於區域的融合規則由於考慮了與相鄰像素間的相關性，降低了對邊緣的敏感性，所以具有更加廣泛的適用性。
（1）取係數絕對值較大法
適合高頻成分較豐富，亮度、對比度較高的原圖像，否則在融合圖像中只保留一幅圖像的特徵，其他的特徵被覆蓋；融合圖像中基本保留原圖像的特徵，圖像對比度與原圖像基本相同。小波變換的實際作用是對信號解相關，並將信號的全部信息集中到一部分具有大幅值的小波係數中。這些大的小波係數含有的能量遠比小系數含有的能量大，從而在信號的重構中，大的係數比小的係數更重要。
（2）加權平均法
權重係數可調，適用範圍廣，可消除部分噪聲，原圖像信息損失較少，但會造成圖像對比度的下降，需要進行圖像灰度增強。
（3）消除高頻噪聲法
高頻噪聲基本消除，融合圖像對比度較高，原圖像特徵可較好地保留在融合圖像中，但在消除高頻噪聲的同時，損失了部分高頻信息。
（4）雙閾值法
適於原圖像中一幅圖像的灰度分佈均衡，高頻成分較多；雙閾值可選，增加了算法的實用性，但選擇閾值時要考慮原圖像灰度分佈的特點，否則有可能出現邊緣跳躍的現象。