单兵AR眼镜作为一种新型单兵光电装备能够大幅度提升单兵生存与作战能力。其中,信息处理技术作为单兵AR眼镜的核心单元,对单兵AR眼镜的性能有着至关重要的影响。论文深入研究了单兵AR眼镜信息处理技术的核心环节,并根据技术需求,改进了微光图像拼接技术和红外与微光图像融合技术并应用于系统中,满足了技术指标。本文主要研究内容如下:首先,通过分析单兵AR眼镜信息处理系统的技术指标需求与系统工作原理,对单兵AR眼镜信息处理技术总体方案进行了设计,将其分为微光图像拼接技术和红外与微光图像融合技术两部分,并分别开展了详细研究。然后,研究了一种基于改进的加速鲁棒特征（SURF）的微光图像拼接算法。该算法采用FAST角点取代SURF斑点在两幅待拼接图像的重叠区域进行特征点提取,对提取到的特征点使用SURF描述子进行描述,并通过对SURF描述子进行降维操作,达到提高效率的目的;通过改进的最近邻与次近邻比值法进行粗匹配,采用特征向量余弦约束结合改进的RANSAC算法实现特征点对之间的高精度匹配;最终实现图像变换、重叠区域融合和拼接。仿真结果表明,本文算法与传统的SURF算法相比,图像拼接总时间减少,拼接效率得到了显著提高,并且拼接效果较好。其次,研究了一种基于改进的快速非下采样轮廓波变换（NSCT）红外与微光图像融合算法。该算法采用改进的快速NSCT方法对红外与微光图像进行分解,根据设计的融合规则对分解后的频带系数进行融合。融合规则方面,设计了基于自适应模糊逻辑的低频系数融合规则,基于邻域特征的高频系数融合规则。经过改进的快速NSCT对其进行重构,得到融合后的图像。仿真结果表明,本文算法融合结果相比于传统算法具有良好效果。最后,通过搭建实验平台进行实验与分析。分别在夜间452m外对4.6m×2.3m的目标进行了侦察识别实验,218m外1.8m×0.5m的人物进行了侦察识别实验。实验结果表明,本文研究的信息处理技术在满足单兵AR眼镜信息处理系统技术指标的前提下,微光图像拼接结果和红外与微光图像融合结果都具有良好效果。