多波段红外成像是监测火灾、排除故障、工业控制、深空探索的重要手段,对不可预知差异特征的多波段红外动态场景图像进行融合是目标识别和决策的需要。图像融合的效果取决于所选用的融合算法对原图像间差异信息的有效融合程度,而原图像间的差异信息及各自特征的固有性是在成像的整个过程中形成的,并由成像过程的各种因素共同决定。通过构建成像特性与图像特征间的映射关系,将融合算法与成像特性紧密地联系起来,使得融合算法的选择随着成像特性的变化而相应变化,从而得到更为准确可靠的结果。因此,本文对多波段红外图像差异特征的形成机理进行探究,主要内容如下:(1)深入探索了不同成像条件下的多波段红外成像差异特性。在夜视条件下,基于红外成像过程比较了不同红外波段的目标表观辐射、大气传输、光学系统透射和探测器响应等成像特性间的差异,重点探究了不同红外波段上的同一场景图像点目标的像素灰度值差异的形成原因;在白天条件下,基于短波红外成像机理深入分析了短波红外点目标反射太阳辐射随时刻的变化规律,并构建了中长波红外点目标反射环境辐射的理论模型,为构建有效的多波段红外成像差异特性集奠定了基础。(2)重点提出了一种三级差异特征选择模型。分别将不同红外波段图像的统计特征和纹理特征组成的原始特征空间,经过一致差异级、显著差异级和去相关差异级这三级差异特征选择,得到综合性的差异特征集,为构建有效的多波段红外成像差异特征集奠定了基础,同时也为数据降维提供一种新方法。(3)构建了多波段红外成像差异特性集与图像差异特征集间的映射关系。基于分离变量法对红外成像过程中的各个成像因素的演化模型进行推导,得到了目标像素灰度值与各个成像因素之间的近似函数关系表达式,并仿真出两者间的变化曲线,从而综合阐述了成像差异特性与图像差异特征之间的映射关系。