目前图像融合被广泛的应用到医学影像、遥感成像、公共安全、工业控制、交通监管等诸多方面。其中，红外图像与可见光图像的融合研究是众多学者研究的热点。红外和可见光图像融合是将从红外传感器和CCD传感器获得的对同一场景的两幅图像进行一定的处理，并将两幅图像的重要信息综合到一幅图像，以方便观察者的判读。相比于红外图像或者可见光图像，融合图像能够保留所有图像的重要信息，并且减少了冗余，这样可以很方便的对融合结果图像进行更深一步的处理。本文主要是针对红外图像与可见光图像进行的融合研究。主要围绕IHS变换、小波变换和Contourlet变换等工具，对图像融合有关算法进行的研究。结合相关理论和方法，本文提出了两种图像融合算法，进行仿真实验，并与其他算法进行比较。实验结果表明本文算法获得了较好的融合效果。从全文来看，本文先分析了红外图像与可见光图像的图像特点，并阐述了两者之间的区别，然后介绍了图像融合的定义、框架及层次，同时也给出了图像融合常用方法和融合规则。为了获得较好的融合效果，在研究融合算法之前，对图像预处理理论及方法进行了研究。预处理理论主要包括图像去噪、图像配准和图像增强。图像去噪目的是为了减少噪声对图像的影响。图像配准是使处于不同状态下的图像达到统一配准状态的方法。图像增强是为了突出图像中的有用信息，改善图像的视觉效果，并方便图像的进一步融合。文中还阐述了图像融合的评价方法，包括主观评价法和客观评价法，并介绍了一些均值、标准差、信息熵等评价指标。而后本文主要研究了IHS变换、小波变换及Contourlet变换的相关理论，然后介绍了基于这些变换的图像融合方法。针对IHS变换和小波变换的优缺点，本文提出了一种基于这两种变换结合的图像融合方法。该算法的具体实现步骤如下：先对彩色可见光图像进行IHS变换，对红外图像进行增强，然后将变换后得到的I分量与已增强的红外图像进行2层小波分解，将获得的低频子带和高频子带使用基于窗口的融合规则，而后对分量进行小波重构和IHS逆变换，最后得到融合结果。经仿真实验证明，此结果优于传统IHS变换和传统小波变换，获得了较好的融合结果，既保持了可见光图像中的大量彩色信息又保留了红外图像的重要目标信息。由于小波变换存在缺陷，本文还研究了Contourlet变换原理，并提出了基于Contourlet变换的图像融合算法。此算法的具体过程如下：首先对可见光图像进行IHS变换，然后与已增强的红外图像进行Contourlet分解，低频和高频分量均采用基于像素点的图像融合方法，分别为加权平均法和系数绝对值取大法，最后对所得的分量进行Contourlet重建和IHS逆变换。实验结果证明了该算法的有效性和优越性。本文还设计了基于MATLAB的图像融合界面，使用该界面可以选择不同融合算法实现红外与可见光图像融合，并能显示出融合图像的客观评价指标，方便使用者对融合结果进行评价。综上所述，本文研究了红外图像与可见光图像融合技术，并对已有算法进行研究，针对红外图像与可见光图像的特点，提出两种图像融合算法。从融合结果图像及评价指标可以看出，本文的融合算法效果均较理想，具有一定的应用价值。