红外与可见光的异源图像融合作为图像理解和计算机视觉领域的重要技术,可以综合红外图像较好的目标指示特性与可见光图像较清晰的场景信息,为观察提供了一个有效的方法。本文就红外与可见光异源图像融合技术展开研究,主要内容包括:第一部分,介绍了图像融合技术、红外技术的研究背景,从信息融合的角度讨论基于融合的异源图像信息获取方法。描述了数据融合的基本概念、应用及国内外研究动态,阐述了对融合图像效果进行主、客观评价的方法。第二部分,首先讨论像素级图像融合,提出基于(灰度)统计信号处理的EM图像融合算法对灰度图像进行了融合。从视觉神经生理物理学角度对像素级图像融合和彩色显示两方面问题进行深入研究,从响尾蛇的视觉双模式细胞出发,以视网膜受域动力学为基础,建立了增强细胞的动力学方程,提出了基于仿生学的假彩色图像融合方法,仿真计算表明,融合结果将原始灰度图像以逼近自然的方式再现。结合Reinhard颜色传递方法,提出了一种高效的亮度与色差信号传递方法。利用YUV空间可以出色地完成彩色融合图像的重染色任务,将参考图像的颜色分布传递到源彩色融合图像中。第三部分,提出一种基于序列相关性的序列图像融合方法。序列图像中运动物体的检测与分析是利用序列图像的时间和空间相关性将运动物体从静止场景中分离出来并进行动态分析的过程。文中提出的目标跟踪算法继承了传统匹配算法的基本思想,动态地修正目标模板,然后利用了空域改进的OTSU算法,从中分离出红外序列中的红外目标模板。把第二部分的研究成果综合应用到序列图像融合中,最终使融合结果保留并增强源图像信息。