红外光图像和可见光图像表现的是图像不同频段的特征,为了增强机器的理解能力,以及人与机器的交互作用。图像融合具有重要的意义。世界范围内生产力水平不断的提高,科技有了很大的进步,各个部门和行业对得到的处理图像也要求也越来越高。可见光拍摄物体结构,描绘了每个对象的场景,因此可见光拍摄技术在军事和民用领域得到了广泛的关注。本文中,对红外光和可见光成像进行融合,通过对融合系统的研究,找出源图像之间的关系,进行系统的融合方法设计,最终找出比较有效的处理方法。通过使用计算机的图像处理方法,红外和可见光图像反映了在不同的拍摄仪器中,目标景物的不同特征。在相同场景中,用不同的机器在近似同一角度,拍摄同一场景,得到红外图像和可见光图像,然后通过研究的算法,把两幅图像的信息融合在同一图像中。包含了两幅图像中重要而且有用的信息。首先,在严格的配准下,快速小波分解相应的输入图像,所述分离空间域图像信息划分成多个频率子带。主要的研究思路,就是通过把源图像通过分解得到高频部分和低频部分,在物理世界中高频和低频反映的信息是完全不相同的,它们在数学上通过用系数来进行计算,分别叫做高频系数和低频系数,通过它们特性的不同设计出不同的融合策略,高频部分采用基于区域的方差相关性原则进行设计,低频部分采用基于梯度的加权求和方法,最后采用不同的评价方法来对融合规则的效果进行验证。得到结果,融合图像包含更多的信息,而且还有助于人眼睛观察和判断。