图像融合是一种把来自不同传感器获得的同一目标或场景的若干幅图像进行综合来获得综合图像的技术。通过综合图像间互补信息可以提高融合图像的可用性、清晰度和可识别性。本文研究红外与可见光图像的融合方法。可见光图像是人眼对场景直接观察的结果，具有符合人类视觉特性、分辨率高、细节信息丰富等特点，但是存在环境适应性差、抗干扰能力弱的缺点；而红外传感器则是根据感应物体的热辐射成像，可以根据温度变化生成可视图像，在黑暗、风沙、烟雾等恶劣环境下，依然能够实现完整成像。由于这两种图像具有良好的互补性，关于此类融合算法有着广泛的研究。本文针对红外图像中目标突出和可见光图像中背景细节丰富的特点，研究基于目标提取的红外与可见光融合算法。本文首先分析基于多分辨率分析的图像融合的基本理论，介绍几种常用的多分辨率分析工具，主要包括拉普拉斯变换、离散小波变换、平稳小波变换、非下采样Contourlet变换，并分析他们的优缺点。本文在对传统的基于Piella结构的多分辨率分析融合算法的基础上研究一种基于红外目标提取的融合思路。将红外目标提取和多分辨率分析相结合，首先采用目标提取算法将红外图像分割成目标图像和红外背景图像，再将红外背景图像与可见光图像用多分辨分析方法融合成综合背景图像，最后将红外目标图像和综合背景图像融合得到最终的融合图像。提出两种融合算法。基于灰关联分析目标提取和NSCT的融合算法，基于k聚类均值和平稳小波的融合算法。分别提出了两种新的红外目标提取算法：算法一中，引入图像灰理论，提出一种基于灰关联分析的红外目标提取算法；算法二中，提出一种结合k均值聚类结合canny边缘检测的目标提取算法。两种目标提取算法都进行了仿真实验，目标效果良好。在多分辨率分解后的融合规则的选择上，在低频部分引入基于模糊逻辑的系数选择策略。并在两种算法中分别采用了基于柯西隶属函数和高斯模糊逻辑的融合准则。仿真实验表明，使用模糊逻辑的融合准则对最终融合图像的效果和评价指标有改善。本文提出基于红外目标提取的融合算法，通过仿真实验表明融合图像目标突出，背景清晰，具有良好的视觉效果，对其它的图像融合算法也有一定的参考意义。