随着现代成像技术的发展,多种成像方式的协作已得到越来越广泛的应用,图像融合的方法正是为适应多传感器图像数据的协同处理而发展起来的一门技术,它覆盖了军事应用、遥感成像、医学影像、公共安全、工业控制、交通监管等诸多方面。图像融合是多传感器信息融合的重要分支,它对多幅图像进行信息综合,保留源图像中的重要特征,得到单一有效融合图像。发展至今,图像融合领域涌现出了多种多样的融合方法,不同的融合算法有不同的特点和适用范围,本文在多波段协同成像的背景下,主要研究了红外图像与可见光图像的融合方法。本文阐述了图像融合的不同算法以及融合系统的其它相关问题,对不同的多尺度融合方法展开了研究,并制定相应融合策略,分析比较了不同方法的优缺点。在此基础上本文通过显著性探测方法的研究,根据红外与可见光图像融合的特点,提出基于区域显著性的融合方法以及基于动态显著性的融合方法,并对显著性方法在多波段成像中的应用进行了拓展性的研究。基于区域显著性的融合方法首先对红外图像求取区域显著性图,并据此区分目标区域、背景区域及中间区域,其次结合各区域显著性及邻域特征制定融合策略,在多尺度变换域完成红外和可见光图像的系数融合,最后通过系数反变换得到融合图像。融合结果有效保留了目标的红外特征及背景的细节,与传统方法相比有一定优势。在序列图像中,图像的帧间差异能体现时域动态信息,本文提出基于动态显著性的融合方法,结合图像空域信息和动态信息获得图像的动态显著性分布,并将其用于序列图像的融合。基于动态显著性的方法在融合结果中能同时保留空域显著信息和时域动态信息,比静态的方法具有更好的效果。另外,本文结合显著性探测的手段,对红外图像的增强和多尺度的图像融合策略进行了一定的探讨研究,经实验证明,所提方法有一定的效果。本文的创新点主要包括以下几点：第一,提出了一种基于区域显著性的融合方法,利用红外图像的区域显著性制定融合策略,融合结果较传统方法有一定优势；第二,提出基于动态显著性的序列图像融合方法,结合图像的空域信息和相邻帧图像的动态信息制定融合策略,能有效运用于序列图像的融合中；第三,提出一种基于滤波和显著性调制的红外图像增强方法,对原图像进行灰度调制,增强了红外图像的目标对比度。