红外偏振与红外光强图像分别利用热红外目标的偏振和强度信息差异成像,具有目标的不同亮度、轮廓、纹理等互补信息,在目标探测与跟踪、地物目标识别、人造目标辨别等方面有着广泛应用。如何有效、合理地选取融合算法以更好地综合源图像的互补信息,这对提高双模态光电成像探测与识别能力、获得实际环境下的高质量融合图像具有重要意义。当前,双模态红外图像融合算法的选取多是预先分析算法对显著差异特征类型的融合效果,确定融合算法并进行融合处理。然而,实际场景的变化往往会引起多种类型的显著差异特征同时发生不确定的幅值变化,造成算法融合效果也会发生不确定变化,这难以保证多类差异特征同时具有较好的融合效果,导致主观选取的融合算法出现融合失效的情况。因此,需要定量分析融合算法随着差异特征幅值的变化而造成自身融合效果的变化情况,故本文对差异特征幅值的融合有效程度变化状态进行了深入研究:在分析双模态图像主要成像差异特性上,提取了两类图像的主要异类差异特征的幅值;提出了差异特征幅值融合有效度的概念,利用可能性分布构造方法,得到融合算法在各个差异特征幅值下的融合有效度并构造了融合有效度分布;根据可能性分布合成理论,采用不同的合成规则进行合成处理,得到融合算法对多差异特征幅值的分布合成结果。为了验证构造的融合有效度分布和得到的分布合成结果的有效性,本文首先验证了融合有效度分布能够真实反映算法融合效果的随着幅值的变化情况;其次根据多组双模态红外图像的幅值作为截集水平,从主客观实验验证了选择出的算法是融合效果相对最好的融合算法。最后,提出了一种基于分布合成的融合方法,通过实验验证了所提方法具有良好的融合效果,同时说明了构造的融合有效度分布和得到的分布合成结果的有效性。