在夜间道路会车时,经常会遇到驾驶人员滥用远光灯的情况,致使相向行驶的汽车驾驶人员受晕光现象干扰而无法看清前方道路情况,特别容易导致交通事故的发生。可见光摄像机所采集到的图像清晰,色彩还原度较高,适合于人眼观察,但在夜间道路环境下,当遭遇强光时图像会产生晕光现象；红外热像仪基于热成像原理,采集到的图像虽然细节信息分辨率低,但可以清楚的判断出汽车的行驶状况。结合可见光图像和红外图像的优缺点,对其进行图像融合,可以实现在消除晕光的同时保留图像细节信息的目的。本文针对夜间道路环境下采集到的图像特点,在研究了大量的图像增强和融合算法的基础上,从规避碰撞物的角度出发,设计了一种基于Retinex图像增强的可见光和红外图像融合的汽车抗晕光系统,以提高夜间驾驶安全性。系统通过对可见光图像和红外图像做Retinex图像增强,解决了夜间可见光图像亮度低,暗处信息不易获取的问题,并提高了红外图像对比度；通过YUV与小波变换结合的方式,对增强后的可见光图像和红外图像进行融合,消除了晕光现象。研究结果表明,本文提出的算法不仅能有效消除晕光,而且还对融合后图像的亮度和暗处原本不易观察到的细节信息有较大提升。最后通过C/C++语言编写了基于QT的图像融合软件平台,验证了算法有效性。