图像融合层次图像融合可分为三个层次。1。像素级的融合：这是种低水平的融合。像素级融合的原理是直接将空间配准的图像数进行融合，然后对融合图像进行属性说明以及特征提取。它的优点是精度较高，并能够留下尽可能多的信息；缺点就是它要求传感器数据是同质，且由于处理数据量较大，所以很费时，同时，它的实时性也差。80516

2。特征级的融合：这是种中等水平的融合。特征级融合的原理是首先提取图像数据特征，之后对产生的特征矢量融合，最终，使用融合特征矢量对融合图像进行属性说明。它的优点是提取的特征直接与决策分析相关，并且实现了信息的压缩，对实时处理有帮助。缺点是精度比像素级融合差。

3。决策级的融合：这是种高水平的融合。决策级融合的原理是对各个数据进行属性说明，之后对结果进行融合，最终得到场景或目标的融合属性说明。它的优点是处理时间短，并具有很好的容错性以及一定的开放性。

本文的主要的研究对象是像素级融合的方法，它也是另外两个层次的基础。像素级图像融合技术发展到如今主要有以下几种类别：

    （1）线性加权法

线性加权法的原理是加权平均源图像的像素值从而得到融合后的对应的像素值。这种方法简单，便于操作，但是它会降低融合图像的对比度。计算公式如下：

其中，表示融合图像中像素点的灰度值，、表示源图像中像素点的位置。论文网

（2）基于调制的图像融合

    这种方法是利用了通信技术的思想,它将图像归一化后,再与另一图像相乘，最终重新量化显示。比如,Smith提出的基于调制技术实现的可见光和红外光图像融合。

    （3）假彩色图像融合

假彩色图像融合技术是由于人眼对彩色信号灵敏度高的特性才得以发展。它利用假彩色图像融合算法将隐藏在灰度图像中的一些细节信息用彩色方式呈现出来，这样更符合人眼视觉特性。较为常用的彩色呈现方式可以在HIS彩色空间和RGB彩色空间中进行实现。这两种彩色空间各有各的特点:RGB颜色空间的融合算法简单迅速,方便及时处理,适合显示器显示。HIS彩色空间的融合算法较为复杂，但它的融合图像符合人眼的视觉特性。   

    （4）基于多尺度分解的图像融合

多尺度分解的思路是将图像逐层分解，从而得到分辨率不一的子图像,源图像中的特征信息逐层越来越“模糊”,然后对每个子图像使用对应的融合准则进行图像融合。尺度分解实现方法有小波分解、金字塔分解等,它是当前应用最广泛、研究最多的图像融合方法。