近年来，新的战争环境对多目标瞄准技术提出了更高要求，目前多目标瞄准主要依靠人工测距获取目标的距离，并根据武器弹道数据计算出武器最佳射击角度，从而提高士兵的射击命中率。本文针对测距过程中存在速度慢、人为因素影响大等缺点，展开了基于图像融合的多目标瞄准技术相关理论方法的研究，并通过搭建实验平台验证了本文多目标瞄准方法的有效性。具体研究内容包括以下几个方面：
　　1、异源图像配准与融合：针对夜晚拍摄的红外与可见光图像对比度差，白天拍摄的红外与可见光图像像素相关性低，导致红外与可见光图像配准效率低的问题，提出了改进后的异源图像配准方法；结合空间域和变换域图像融合算法的优点，分别研究了红外与可见光图像的灰度融合算法和彩色融合算法，仿真结果表明本文图像配准算法配准图像的质量优于传统图像配准算法配准图像的质量，红外与可见光灰度融合图像的质量更好。
　　2、多目标检测与跟踪：针对红外与可见光融合图像背景区域噪声易引起误检测的缺点，使用高斯混合模型背景差分法结合形态学算法和Blob算子进行多目标检测；结合Kalman滤波器和匈牙利算法对检测出的多个目标进行跟踪，并设置目标框选阈值增强多目标跟踪算法的鲁棒性，仿真结果表明本文多目标检测方法的检测率在50%以上，多目标跟踪方法准确率高于70%，且81.9%的预测坐标与检测坐标的误差值小于15像素。
　　3、多目标瞄准算法设计：首先建立多目标瞄准坐标系，然后推导出本文多目标瞄准算法的计算公式，计算出每个目标相对于激光测距机的水平、垂直角和距离值，最后通过仿真验证了本文多目标瞄准算法的有效性。
　　4、实验结果及分析：首先设计搭载激光测距机的云台，然后建立多目标瞄准实验平台，其次分析设备误差对多目标瞄准的影响，最后通过在四个不同的场景进行多目标瞄准实验，计算了本文多目标瞄准算法的瞄准精度和有效瞄准距离。