-
1979年，Daily等人首先把对雷达图像和Landsat-MSS图像的符合图像应用于地质解释，其对图像的处理过程可以看作是最简单的图像融合。到80年代中后期，图像融合技术逐渐开始引起人们的关注，陆续有人将图像融合技术应用于遥感多光谱图像的分析和处理。90年代开始，图像融合技术的研究不断呈上升趋势，应用领域遍及遥感图像处理，可见处理，红外图像处理以及医学图像处理等。尤其是近几年，多源图像融合技术已经成为计算机视觉、自动识别、军事应用等领域的研究热点。9223
- 上一篇：纳米流体国内外研究现状发展状况
- 下一篇：国内外显微图像融合技术研究现状
在军事上，图像融合技术已经在航天、监控、火力控制合精确制导等方面取得了应用。在欧美的多套大型战区级传感器信息融合演示验证系统中，有相当重要的组成部分是武器平台上或分布式的图像融合装置。
在民用方面，多传感器图像融合已在要干、医学图像处理、智能机器人等领域得到应用。例如在临床医学上，图像融合可以通过对PET，CT和MRI图像的融合，获得更清晰更能表达特征的图像，从而降低医生的误诊率，图像融合技术也开始逐渐应用于计算机辅助显微手术。在工业制造方面，图像融合技术也可以用于产品检验、材料探伤、复杂设备诊断等方面。
Ranchin T.和Wald L.将离散小波变换应用于遥感图像融合中，之后图像融合的许多研究都是基于离散小波变换的。Zhang Z.和Blum R.S等人分别提出了基于小波框架变换的图像融合算法，解决了小波变换图像不具有平移性的问题。
国内研究图像融合，有基于点扩散函数的多聚焦图像融合算法，该方法比较新。它具有以下特点：计算量小、实时性好，可以更准确地保持图像的有用信息，提高融合的针对性，克服了传统像素级融合方法中融合图像模糊，对噪声敏感等不足，评价结果与目视效果吻合良好。实验结果表明，这种方法适用范围广，无论在视觉质量还是客观评价准则上，均明显优于其他图像融合方法。该方法可以很容易地扩展为对多幅聚焦图像进行融合处理，适用于机器视觉、遥感、目标跟踪和战场监视等诸多领域。
另一种方法是一文经验模式分解（EMD）的图像融合，这种EMD是一种全新的多尺度分解算法，具有数据驱动的自适应特征，为图像处理和分析开辟了新的方向，该方法与小波变换算法相比，EMD分解算法可以得到一个用于分解自适应的广义基，基函数是依赖于信号本身的，这种算法在细节的获取能力上有明显优越性。