汽车夜间行车时,前大灯的使用不当产生的晕光现象,会导致相向行驶的汽车司机视觉受到影响,无法清晰确认自己的行驶路线和周围的路况信息,容易引发不安全的交通事故。可见光摄像机采集的图像细节信息清晰,便于人眼观察,但强光环境下图像容易产生晕光现象;红外摄像机因其特有的热成像原理所采集到的图像虽细节信息不清,但可以清楚判断汽车行驶路况。结合两种不同摄像机成像的优缺点,将其进行图像融合,实现即消除晕光现象又可以具有清晰细节信息的目的。本文主要介绍了像素级图像融合方法实现汽车车灯的抗晕光的问题,对常用的图像融合算法进行研究与仿真,提出了一种基于可见光与红外图像融合的汽车抗晕光方法,以提高夜间行车的安全性能。为确保融合结果不受噪声、图像模板大小以及空间位置上的差异等因素的影响,需对原始图像进行图像滤波和图像配准的预处理操作。将完成图像预处理的可见光图像做IHS变换提取到的亮度分量,与红外图像进行小波变换,再进行IHS逆变换得到消除晕光现象并保留图像细节的融合效果。通过对可见光和红外图像融合算法的处理结果进行主观评价与客观数据分析,表明了本文提出的图像处理算法改善了传统IHS变换的光谱扭曲性,并提高了小波变换的速度。研究结果表明基于IHS小波变换融合的汽车抗晕光方法可以有效改善夜间汽车行车时的晕光现象。搭建了基于MATLAB GUI技术的图像融合平台,可以根据需求选择不同的算法实现可见光图像与红外图像抗晕光融合。