图像融合作为数据融合的一个重要分支,在全世界范围内引起了广泛的关注和研究热潮。其主要思想在于通过一定的算法,将来自两个或者两个以上的图像传感器在同一场景下采集的图像信息融合成一副新的图像。这样得到的融合图像含有更丰富的信息,而且更适合用计算机对其处理。而图像融合研究领域中的红外图像与可见光图像的融合技术研究是其重要的组成部分。由于红外图像与可见光图像的融合在军事应用和安全监控领域内的应用广泛,所以引起了国内外各研究机构的重视。而且红外成像传感器与可见光成像传感器的成像机理不同,它们所成的图像具有一定的互补特性,所以适于进行融合。本文的研究主要以近红外激光光斑图像与可见光图像为研究对象。首先研究了光斑的后向散射现象,提出了一种基于光斑重心的后向散射抑制算法。还提出了一种激光光斑能量补偿的算法。该算法首先要确定光斑的粗略中心点；再通过领域微调的方法找到更为准确的光斑中心；最后以左右互补、上下互补的方法对光斑进行能量补偿,从而得到能量比较均匀、连续的光斑图像。然后通过对一些红外图像与可见图像融合算法的研究,提出了一种基于小波变换的改进融合算法和一种基于提升小波的改进融合算法。本文首先介绍了图像融合技术的研究背景及研究现状,描述了图像融合的层次,简单介绍了像素级图像融合的一些算法和融合图像的质量评价体系。详细的介绍了小波变换和提升小波机制,并对基于这两种方法的融合算法进行了研究。通过实验实现了本文提出的两种改进算法,证明了改进后的融合算法更适合于本文所研究的两种图像的融合。在基于小波变换的改进算法中,将分解后图像的低频部分进行直方图均衡化,以改进可见光图像的质量;再分别对图像的高、低频部分选择基于区域强度和区域能量的规则进行像素选取；然后进行2次融合；最后得到融合图像。在基于提升小波变换的改进算法中,对分解后图像的低频部分采用基于区域能量的规则进行像素选取；对高频部分采取基于区域强度比决定输入图像权值的规则进行像素选取。在进行2次融合后得到最终融合图像。