随着可见光和红外等多源成像传感器技术的蓬勃发展,多波段图像融合技术在计算机视觉、医学诊断、遥感监测、夜间侦察、自然资源勘探等领域发挥着愈加重要的作用。图像融合技术通过整合来自不同波段上的图像信息,不仅能够避免多源图像中信息的冗余性,又可以保留多源图像之间的互补特征。这种高效的信息感知方式无论在军用领域还是在民用工业领域都具有非常重要的理论意义和广泛的应用前景。本文围绕多尺度分析方法对红外图像和可见光图像的融合问题进行研究。首先,在分析国内外图像融合领域相关研究成果的基础上研究了图像融合的分类体系、评价准则体系和经典配准方法。其次,选取多尺度分析方法中的金字塔分解方法和小波变换方法作为融合的基本工具进行分析对比,通过具体的仿真实验并结合多组融合评价方法进行分析比较,研究结果表明小波变换的方法具有较强的提升潜力。然后,在小波变换融合方法的基础上进行了改进优化,研究了一种基于主分量分析法和区域能量分析的多尺度分析融合方法,将主分量分析法引入低频子带系数的融合处理中,将区域能量分析方法引入高频子带系数的融合处理中,并针对改进的融合方法进行仿真实验,结合主观和客观融合评价准则将改进的融合方法与原多尺度分析融合方法进行综合分析比较。实验结果表明改进的图像融合方法比原多尺度分析融合方法在标准差、信息熵和平均互信息等指标上具有较大的提升。