红外技术是人类认识和探索自然的一种新工具，并广泛应用在生物、医学、地质学等科学领域以及军事方面。由于自然环境以及红外设备固有特性，红外图像易被噪声污染，且红外图像的清晰度远不如可视图像，如何改善红外图像的视觉效果和提高辨识度是现在红外图像处理研究的主要方向。人们在利用红外图像进行分析时，希望同时综合可见光信息与红外信息，图像融合为这种想法提供了一个有效的方法。文中主要以双正交小波变换为基础对红外图像的去噪、匹配以及融合算法进行研究。针对折衷阈值去噪算法的不足提出改进的对数阈值函数，结合空间选择性噪声滤波(SpatiallySelectiveNoiseFiltration,SSNF)去噪算法，提出基于双正交小波和相关性的自适应阈值去噪算法；根据红外图像与可见光图像的特征以及基于特征的图像匹配技术，提出基于Canny边缘归一化相关的匹配算法；针对传统的亮度、色度、饱和度(IntensityHueSaturation,IHS)融合算法的不足，提出基于目标提取和双正交小波变换的IHS融合算法，并针对小波变换中高频分量与低频分量分别提出适合的改进融合规则。通过与其它算法进行对比实验，表明文中提出的图像处理算法具有更好的效果。