红外与可见光图像的融合技术是图像融合领域中一项十分重要的研究。红外图像以亮度的形式反映不同物体的热辐射差异,从而具有夜间可视性;可见光图像拥有丰富的纹理信息,且与人类的视觉系统一致。通过图像融合技术将这两种图像进行有效的融合,融合后的图像能够在突出红外目标的同时保持足够多的纹理信息,可更好地实现目标监控、跟踪等任务。传统的图像融合方法主要是基于多尺度变换（Multi-Scale Transform,MST）的方法和基于稀疏表示（Sparse Representation,SR）的方法,这些方法通常需要大量的手工设计,计算复杂度高,融合效率较低。近年来,深度学习逐渐应用到图像融合任务中,并在一定程度上解决了这些问题。对于红外与可见光图像融合任务而言,由于没有可参考的融合图像,无法直接利用源图像进行有监督地学习,因此现有的红外与可见光图像深度融合算法大多需要借助离线训练的网络模型抽取源图像特征,或在其他有监督的任务中完成对网络地训练,然后利用训练好的网络模型实现融合任务。这些方法在网络训练过程中红外与可见光源图像并没有参与训练,网络的自适应能力较差。此外,这些方法虽然取得较好的融合结果,但仍需要手工参与设计,没有提供端到端的解决方案。针对上述问题,本文以深度学习为基础,主要研究如何将无监督的学习算法应用到红外与可见光图像的融合任务中。本文的主要研究内容有以下几个方面:（1）以DeepFuse为基础提出一个多尺度卷积网络（Multi-Scale Convolution Fusion Network,MSC-Fuse）。DeepFuse是针对多曝光图像融合任务设计的深度自编码网络,网络由编码器、融合层和解码器组成。编码器用来对源图像的特征进行提取,融合层对编码器提取到的深度特征进行融合,最后由解码器产生融合图像。DeepFuse利用一个无参考的图像质量度量,实现网络的无监督学习。该算法的主要缺点在于编码器网络结构过于简单,无法对源图像特征进行充分地提取。因此,本文在DeepFuse基础上引入了一个多尺度卷积模块,有效的提升网络的特征提取能力。此外,本文还在损失函数中加入一个像素级的损失函数,用来捕捉可见光图像中细节纹理特征。实验表明,本文有效的对DeepFuse改进,取得更好的融合结果。（2）受DeepFuse启发,针对红外与可见光图像的融合任务提出一个全新的无监督的深度融合算法（Unsupervised Infrared and Visible Image Fusion Algorithm,UIV-Fuse）。该算法可以由输入的红外与可见光源图像,直接预测出包含源图像显著信息的融合图像。UIV-Fuse利用结构相似度量（Structural Similarity Index Measure,SSIM）作为损失函数,通过组合两种无参考图像评价指标计算损失函数,实现对网络无监督训练的目的。同时本文还将通道注意力模块引入到该网络模型中,进一步提升了融合图像质量。实验表明,UIV-Fuse可有效的对红外与可见光图像的显著特征进行融合。（3）对网络结构进行进一步探究,提出基于多尺度特征增强的融合算法（Feature Enhancement Fusion Framework,FE-Fuse）。FE-Fuse在编码器中引入Rep VGG模块,该模块能够在引入少量参数的情况下,进一步提升编码器的特征提取能力。特别的是,该算法在特征融合层构建一个多尺度的特征增强模块,用于对网络融合后的深度特征进行空间维度的增强,实验表明该模块能够有效提升融合结果。此外,还对常用的深度特征融合策略的进行对比实验,说明该算法选取特征融合策略的依据。实验表明,FE-Fuse的融合结果能够显著突出源图像中的亮度信息,且对细节纹理信息也有较好的保留。（4）针对现有的深度融合算法没有考虑源图像多尺度特征,同时对编码器网络提取的深度信息没有充分利用的现状,构建一个基于图像金字塔的融合算法Pyramid Fuse。Pyramid Fuse首先将源图像通过下采样的方式构建图像金字塔,然后对不同分辨率的图像输入到各自的编码器中提取特征。最后对不同编码器得到的深度特征进行融合和重建,得到最终的融合图像。在编码器中,该算法对编码器设计多个分支,实现对源图像的低层特征和高层特征的提取,并针对高层和低层特征的特点设计不同的融合策略进行融合。实验表明,该算法能很好地捕捉源图像中的边缘纹理信息,实现更好的融合效果。