以上这两种变换域的算法都是多尺度、多分辨率的分解重构方法。
    针对此次课题研究选用了三种像素级融合算法，分别是基于空间域的加权平均法和主成分分析法（PCA)，以及基于变换域塔式分解法中拉普拉斯算法，具体如下：
（1）加权平均融合法
     加权平均融合算法是通过将很多不同源图像上对应像素点用加权处理的方式进行融合，在这个过程中是一个像素点选择和平均的过程，也是非常建议直接的算法。可以进行实时处理，例如可以直接用像素加权平均算法将红外与可见光图像进行直接融合，当然加权平均由于算法过程单一化，有时候合成后的图像将会减小它的信噪比；另外在处理灰度值差异比较大的源图像时，融合后的图像会出现一些很明显的拼接的痕迹，这样对于后续的分析处理识别过程是很不利的。 基于多属性决策的融合质量评价方法研究(3):http://www.751com.cn/tongxin/lunwen_30806.html