在军事、安全、考古、市政建设等方面对浅层不可见目标的无损检测存在迫切需求。考虑到需要穿透的介质与目标材料种类丰富,采用全息穿透成像雷达与X射线背散射图像对同一浅层不可见目标进行探测成像。由于微波全息穿透成像雷达与X射线背散射成像技术原理存在差异,应用场景互补性强,利用图像融合技术可以综合两类图像特点,提升探测性能,更好的获取不可见目标信息。本文主要研究适于全息穿透成像雷达图像与X射线背散射图像的融合增强方法。首先,从微波全息穿透成像雷达与X射线背散射成像技术原理出发,深入研究两类图像中各自的有效信息、干扰噪声来源和种类,提出图像可融合性算法和融合算法需要满足的要求。其次,提出基于目标区域检测结果重合度的图像可融合性评估方法,基于图像中目标模糊程度与干扰程度来判定图像是否具有可融合性。分别采用基于Canny算子的边缘检测方法和基于主成分分析和连通域标定的方法进行X射线背散射图像与全息穿透成像雷达图像中的目标区域检测。对塑料板、实木板、密度板等介质条件下七个目标的十三组有效实验数据进行可融合性分析,实验结果表明本文算法评价结果与参考结果具有一致性。第三,提出基于剪切波变换的目标与背景区域的全息穿透成像雷达与X射线背散射图像融合算法。为避免源图像中背景区域的干扰,将图像划分成目标与背景区域,针对各自区域特点选取融合规则。采用改进的相关系数、平均梯度等指标,来评价融合图像中目标可读性、边缘轮廓完整性、目标图像幅度特征保留程度与引入的虚假信息大小。本文提出的图像可融合性分析方法与基于目标区域的融合增强方法,对于不同质量的图像选用不同的增强方法,能提高图像增强效果,突出目标信息,减少背景噪声干扰。采用线目标与面目标的实测图像进行融合增强,并与其他几种常用的基于空间域和变换域的融合算法进行了对比,分析表明本文的融合算法可以有效地提高目标轮廓完整度,更好的保留目标图像幅度特征,产生更少的人造纹理。同时,算法中基于目标区域的融合规则可更有效地去除背景干扰,便于后续的目标检测与识别。