为解决多源图像传感器所获得海量数据的结合以及协同处理问题,多源图像融合技术作为一个新的领域应运而生。它的目的是根据制定好的准则对多源图像数据进行优化选择,尽可能多的抛弃冗余信息,同时保留有效信息,以获得综合多幅图像信息的融合后图像。多源图像融合技术现在无论在军用领域还是民用领域中,均已有成功应用,具有广阔的发展前景。然而目前的图像融合算法主要存在细节信息的缺失和目标不够突出等缺点。针对上述所存在的问题本文开展了如下的主要研究工作：分析国内外图像融合技术的发展与应用情况,对图像融合算法进行综述并指出存在的问题；本文图像融合系统的光学系统设计上采用可见光与红外传感器共轴光路的结构,能够提高图像配准精度并减少图像配准环节中的耗时；对采集到的图像进行图像预处理；提出一种非下采样轮廓波变换与模糊C均值聚类图像分割相结合的图像融合方法,使用模糊C均值聚类图像分割算法将红外图像分割为背景与目标两个部分,并分别对这两部分区域的高频与低频系数使用适合的融合策略,根据不同区域的特性有效地突出感兴趣信息,提高融合质量；采用一种灰度图像伪彩色化方法,彩色化后的融合图像更符合人眼视觉特性。通过实验将本文所提出的图像融合方法与其它经典融合方法进行比较,以验证本文方法有效性。实验结果表明本文方法融合后图像目标突出并且图像细节信息保留较好,并且方法具有广泛的适用性。