红外光强图像依靠热辐射成像,反映了探测目标与背景的亮度差异、以及目标的形状、位置等信息;依靠偏振特性成像的红外偏振图像主要反映出目标的边缘细节信息,还可以检测到使用了红外隐身技术的隐藏目标。利用图像融合技术可以将同一场景不同模态或不同时间拍摄的图像信息进行综合,从而更全面地描述场景信息,提高图像视觉效果,在目标识别、安全检测、视频监控等方面都有很重要的应用。当拍摄场景不同时,图像所表现出的特征也不同,现有红外光强与偏振图像融合算法不能根据图像差异特征变化进行动态调整,不能根据图像不同分析其融合需求,从而进行不必要的融合,融合效果差。如何更好地判别不同模态图像间的特征差异,根据待融合图像的差异来驱动融合,选择合适的融合算法对自适应融合的发展具有重要意义与价值。本文根据拟态仿生学思想,借鉴拟态章鱼的拟态驱动过程,提出面向拟态融合的红外图像差异特征驱动方法。通过分析双模态红外图像间多个特征的不同属性,利用拟态驱动方法,根据特征的差异度、分布均匀度、空间复杂度来判断图像是否需要融合,以及确切的融合需求,为图像融合提供指导因素。从而实现随着待图像的改变,图像特征的差异的改变,图像融合方法也随之变化,以适应不同的融合需求。本文主要研究内容如下:(1)多拟态驱动过程与差异特征驱动融合过程分析:通过分析拟态章鱼的驱动过程,从拟态章鱼的感知能力分析,对其驱动过程进行猜想和建模。分析图像差异与特征的关系、特征与融合算法的关系,建立拟态驱动过程与差异特征驱动方法间的对应关系。(2)双模态红外图像特征差异的多属性表征:将图像特征分为亮度、纹理、边缘三类,从特征的差异度、分布均匀度、空间复杂度三个属性分析特征的差异与图像差异间的关系,为后续驱动方法的建立提供数据支持。(3)面向拟态融合的红外图像差异特征驱动方法:借鉴拟态章鱼的驱动过程,将差异特征驱动方法分为分析、判断、前驱、执行四部分,分别完成数据采集、需求感知分析、驱动方式确定和融合执行等具体工作。分析图像差异与融合需求间的关系,并对融合需求进行具体分类。对每个过程进行详细描述,并根据驱动机制对待融合图像进行数据提取、融合需求分析并以特征驱动图像融合,通过融合实验验证模型的有效性。