图像融合是一门工程科学，也是一门艺术。作为图像工程的一个重要分支，30年来图像融合已发生了深刻的技术变革，图像融合规则、融合方法开始趋向于对人类大脑认知功能的模拟和视觉感知系统的模仿，图像融合正逐渐向智能化、抽象化的视觉理解方向迈进。热红外与可见光图像融合一直是图像融合研究的热点，在军事侦查、安全监控等领域有着广泛的需求和应用。本文以热红外图像与可见光图像为研究对象，针对基于区域的图像融合框架的局限性，受认知图像融合思想的启发，提出了基于内容认知的图像融合框架模型。本文主要工作内容如下：（1）分别介绍了多分辨率分析的图像融合中常用的Mallat、à trous、Contourlet及NSCT四种算法。考虑到这四种算法在图像多尺度分解与重构时的相关性，选用Mallat算法，研究了多分辨率分析的热红外与可见光图像融合中尺度选择问题。研究结果表明，综合考虑融合图像的空间质量、保真度以及融合过程中的计算量和实时性等各方面因素，对图像进行3或4层分解时能取得更好的图像融合效果。在此基础上，进一步研究了基于区域的热红外与可见光图像融合。（2）回顾和总结了基于像素、窗口、区域的图像融合规则，指出了目前常用的基于区域的图像融合框架模型的局限性；研究和分析了认知图像融合思想，受该思想的启发，根据人们对多源图像场景内容的理解和认知方式，提出了基于内容认知的图像融合框架模型，并将该模型应用于热红外与可见光图像融合当中。实验结果表明，该模型具有比基于区域的图像融合模型更好的融合效果，这一效果得益于该模型对不同图像内容可以同时分别选用空域或频域不同的融合算法和融合规则，能更大限度地发挥图像融合的自身优势。（3）在基于内容认知的图像融合方法基础上，研究了基于内容认知与彩色传递的热红外与可见光图像彩色融合方法和基于内容认知与热红外图像反转的热红外与可见光图像彩色融合方法。实验结果表明，由于采用彩色传递技术，前一算法得到的彩色融合图像颜色自然、生动，接近于现实场景色彩信息；后一算法得到的彩色融合图像符合人们视觉感知特点，通过热红外图像反转，融合图像中温度高物体以红色显示，温度低物体以蓝色显示，更利于热目标的检测和识别。