随着高新技术的发展,精确制导武器已经成为现代战争的主战武器,其成像制导技术中的图像融合技术亦是当今精确制导技术研究的重点之一。对同一场景多源图像信息的融合可以综合不同传感器的互补信息,使得融合后的图像内容更加丰富,细节更加清晰,可以使作战武器适应复杂多变的战场环境(如目标隐身等)。除此之外,多传感器图像融合技术在民用领域也有广泛的应用,比如智能机器人、遥感、医学和制造业等领域。从20世纪70年代后期至今,图像融合技术虽已发展多年,但是纯红外波段的中波图像与长波图像的融合技术仍然有很大的发展空间。所以根据红外多波段图像的特性,针对性的研究其图像融合算法,是很有意义,也是很必要的。非下采样轮廓波变换(Nonsubsampled Contourlet transform,NSCT)是近年来继小波变换之后又一很热门的图像分析方法,不仅具有小波变换的多分辨率分析特性,同时具有小波变换所不具有的高度的方向性和各向异性特性,是一种更优的图像分析方法。特别是当图像中线条、轮廓较多时,NSCT的优势更加明显。本文围绕非下采样轮廓波变换,研究了从红外多波段图像采集、红外多波段图像配准到最终的图像融合等一整套图像融合流程。首先分析了多波段红外图像的目标特性,然后针对红外图像的特性,设计了更适用于红外图像的去噪、配准等图像融合预处理方法,提出了一种基于光斑质心标定和透射变换的图像配准算法,通过实验验证了进行预处理后再融合的效果要优于直接融合的效果。重点分析了非下采样轮廓波变换理论、非负矩阵分解理论、稀疏表示理论,针对红外多波段图像的目标特性,设计出一种?倍系数个数块方法用于高频系数融合。把这种方法应用到NSCT的框架中,结合非负矩阵分解方法,提出了更适用于红外图像的基于非下采样轮廓波变换和非负矩阵分解的图像融合算法,然后把非下采样轮廓波变换和稀疏表示相结合,提出了更适用于红外图像的基于非下采样轮廓波变换和稀疏表示的图像融合算法,最后与普通非下采样轮廓波变换以及基于小波变换的等传统图像融合算法进行对比,证明了所提出算法的在红外多波段图像融合中的有效性。