Il processo di fusione di immagini è definito come la raccolta di tutte le informazioni importanti da più immagini e la loro inclusione in un numero inferiore di immagini, che in genere risulta in un'unica immagine. L'imaging medico svolge un ruolo cruciale nella diagnosi delle malattie e ha applicazioni significative nel telerilevamento per la manipolazione di dati di immagini multisensoriali per ottenere informazioni utili. La GFT (Global Fusion Transform) è stata determinante per ottenere risultati più adatti all'interpretazione umana e meccanica. Per affrontare le sfide del telerilevamento, viene proposto un approccio di fusione di immagini per aumentare la visibilità dell'immagine, migliorare la risoluzione spaziale e aumentare le informazioni spettrali delle immagini originali. È stata sviluppata una versione completamente shift-invariant della trasformata di contourlet, nota come GFT. Questa trasformata ha dimostrato la sua efficienza in parametri di prestazione quantitativi come l'errore quadratico medio, il rapporto segnale/rumore di picco e i coefficienti di correlazione. La GFT ha superato altre tecniche di decomposizione grazie alla sua invarianza allo spostamento e alla sua capacità di estrarre le caratteristiche in modo più efficace, facilitata dalla sua struttura complessa.