多源图像信息融合是通过特定算法将不同源的多幅图像合成为一幅新图像,从而使融合图像包含了各单源图像的互补信息,有效扩大了时空的传感范围,提高了观测的准确性和鲁棒性,使图像的可信度更高,可理解性更好,更适合满足特定需求,因此多源图像信息融合技术在军事、遥感、民用、医用等领域得到了广泛的应用。论文介绍了图像融合理论、方法及融合质量的评价方法；并针对红外和可见光图像的特点,提出了一种改进的以归一化互信息为相似性测度的异源图像配准方法。为了提高算法的效率,采用金字塔分解法对该算法进行了优化。以红外和可见光图像的配准作为验证实验,证明了该算法的有效性。基于异源图像的信息互补关系,本文提出了基于目标特征区域的小波变换融合方法。首先采用基于模糊C-均值聚类(FCM)的方法,提取红外图像的目标特征区域,用于异源图像目标特征区域的局部信息融合,达到在可见光图像中加入红外目标信息的效果。其次以第一步融合的图像替换原有的可见光图像,并采用小波变换的方法实现与红外图像的融合,获得最终的融合图像。采用图像质量的评价标准对本文算法和其他融合算法的实验结果进行分析对比。为了提高融合图像的可识别性,论文最后研究了异源图像融合后的信息增强方法,提出了一种基于多尺度平滑的增强算法,通过增强原图像与不同尺度的高斯平滑图像的细节差异的方法实现了图像的信息增强,并用实验验证了该方法的效果。论文采用高德红外IR256型制冷中波热像仪与大恒DH-HV1302UC工业相机搭建多源图像成像平台,设计并完成了成像系统的控制系统,并在VC++6.0编程环境下,采用本文提出的算法,编制了图像采集、控制和图像处理软件,实现了红外与可见光图像的准实时信息融合。