1. 研究目的与意义
图像融合是指综合多个源图像的信息，以获取对同一场景或同一目标的更为精确，更为全面，更为可靠的图像。融合后的图像应该更符合人或者机器的视觉特性，更有利于对源图像的进一步分析，理解以及目标检测，识别或者跟踪。图像融合充分利用了多个被融合图像中包含的冗余信息和互补信息，同时又不同于一般意义上的图像增强，它是计算机视觉，图像理解领域的一项新技术。
当下世界的西方发达国家高度重视，由于它具有极强的优越性，它被广泛的应用于卫星，制造业，医学等等一系列行业，具备巨大的应用潜力。
2. 国内外研究现状分析
遥感图像的分析和处理是图像融合技术应用较早的领域，自从90年代后，图像融合技术的应用更加广泛，近些年来，图像融合在军事，卫星，智能机器人等领域的研究成为很大的热点。
图像融合技术具有突出的优越性，在美英日等西方发达国家受到高度的重视并且已经取得了相当大的成就，美军的战斗机配备的系统中激光测距仪，可见光摄像机等一系列系统都应用了图像融合技术，而西欧的卫星中心正在研发的一套卫星系统，也正是以图像融合技术为理论基础的。
目前，我国国内的研究还处于初级阶段，最近几年，由于我国经济实力的不断增强，逐步重视起图像融合的研究，一些高校以及研究所致力于图像融合实时系统的开发，如北理工，武汉大学等等，南理工开展了微光双谱假彩色显示仿真，微光与热像融合假彩色显示仿真等探索性课题研究。
3. 研究的基本内容与计划
内容：提出了基于基因表达式编程的多目标优化多聚焦图像融合算法，设计了图像融合多目标优化的基因编码，构建了新的适应度函数，并采用多区域特征初始化群,改善了种群初始化质量,提高了寻优速度。最后通过仿真表明,该算法对图像融合多目标优化是有效的,能够较快地得到pareto优解。
计划：[1] 2011年1月4日2011年3月15日，撰写开题报告
[2]2011年3月16日2011年4月15日，整理收集毕业设计的相应参考资料
4. 研究创新点
针对图像融合算法中的一些弊端，引入利用匹配度自适应调整阙值的思想，改进了现有融合算法规则中忽略图像不确定性的缺点，提出了一种基于小波变换的自适应多聚焦图像融合算法。
