随着红外热像仪在社会各领域的广泛应用,红外可见光图像配准融合技术也在迅速发展。当前,红外与可见光图像配准融合技术已有许多研究。这些研究多是基于高端热像仪所成的高质量红外图像,且研究重点侧重于强调图像中的显著目标信息以及提升图像辨识度。但对于实际民用、工用中因需求和成本问题而被广泛使用的中低端热像仪所成的中低质量红外图像,则少有基于此类图像的红外可见光图像配准融合技术的研究,且多数已有的研究成果难以满足民用、工用领域的实际需求。本文针对以上问题,展开了相关的算法及应用研究。对于红外与可见光图像配准,提出了一种基于互信息的配准算法。该算法中,先使用Canny边缘检测算法对红外图像和可见光图像的边缘进行定位,对得到的定位边缘图使用相应算子进行伪梯度强度图的计算。在获得以伪梯度强度图构建的特征空间后,以改进模拟退火-Powell优化算法寻找全局互信息最值,以此确定配准参数,完成红外与可见光图像配准任务。对于红外与可见光图像融合,提出了一种基于热辐射信息保留的图像融合算法。通过多尺度变换对红外与可见光图像分别进行分解,得到包含整体结构信息的低频子带和细节信息的高频子带。使用拉普拉斯算子对可见光低频子带进行特征提取并处理,得到处理后的可见光低频子带。再同红外低频子带加权融合得到低频融合子带。接着使用带轮廓增强的点锐度融合规则进行高频子带融合,得到高频子带。对得到的子带进行多尺度逆变换,即可得到融合图像。得到的融合图像在视觉上的温度分布与红外图像基本一致,满足民用、工用的实际需求。经过算法研究后,根据算法的原理和实际情况,在安卓设备上实现了融合系统的软件编写,提供实时融合的画面显示。所做系统能完成实时配准融合,且融合图像很好地保留了红外图像整体的热辐射信息,具有良好的视觉效果。