随着科技的不断发展与社会需求的日益增长,图像视频已成为当今社会人们获取信息的主要来源,为能获取全面、完整的场景信息,多图像传感器融合系统得到广泛应用,其中,红外与可见光图像融合系统作为其关键组成部分已逐步成为学者们的研究课题,用于双源图像数据整合,抛弃冗余信息,保留有效信息,目前在军事、安防、医学等领域发挥重要作用。本文主要对微型红外与可见光融合可视化系统进行详细设计与实现,并重点研究基于多尺度分析和色彩传递的双源图像融合算法,于现有算法基础上进行改进和优化,在系统实验中取得良好的融合效果。首先,完成微型红外与可见光融合可视化系统的总体设计,按照自顶向下的设计原则,进行总体方案设计与系统模块划分,分别设计软硬件子系统。硬件子系统以ARM+DSP处理器为核心设计系统结构、电路等方面;软件子系统阐述系统功能、多线程与缓冲区和双核通信等内容。然后,进行红外与可见光图像融合预处理,分析红外与可见光图像特性。按照数据处理流程,依次进行畸变校正、滤波去噪、图像增强和图像配准,其中,畸变校正时为便于相机标定设计出可同时标定双源相机的标定板,图像配准时选择双源图像中容易检测、鲁棒性高的边缘特征,均为本文系统特有。接着,研究双源图像融合算法,分为灰度和^彩色图像融合两个方面。灰度图像融合基于多尺度分析理论,根据多尺度融合基本框架,选择非下采样C.ontourlet变换作为分解重构方法,低频子带显著性加权和高频子带自适应脉冲耦合神经网络作为融合策略;彩色图像融合基于色彩传递理论,在一定色彩空间中,将参考图像的色彩统计特征传递给目标图像进而得到彩色图像,同时为突出目标,以红外图像得到的目标前景区域为掩码,对目标颜色对比度增强。为保证系统实时性,两种算法从理论和程序实现两方面均进行优化。最后,进行系统测试与实验分析,系统测试用于验证本文设计系统软硬件是否正常工作,实验分析用于验证本文提出图像融合算法的有效性。在介绍图像融合质量评价方法后,将本文提出的双源图像融合算法与同类型传统算法在公开数据集和系统实拍数据集上测试并比较,结果表明本文提出的两种图像融合算法其融合图像目标突出、细节保留较好,具有实用性。