铸件在航空发动机中所占的比重越来越高。发动机铸件使用环境苛刻，质量要求高，且大多结构复杂，采用传统的胶片射线检测时透照厚度比变化大，得到的胶片往往携带重叠或者干扰信息，易造成人员的误判和漏判。随着计算机技术的发展，基于平板探测器的DR检测技术已在无损检测中得到了广泛应用。本文将图像融合技术应用于DR图像，得到的融合图像比未融合的图像增加了信息量，消除了多图像间的重叠和干扰信息，将极大地方便观察人员的评定，有助于推动图像融合技术在DR检测中的应用。全文以某航空发动机铸件为例，紧紧围绕DR图像配准和融合，开展了相关工作。首先针对最近邻匹配法粗匹配后存在误配点的情况，采用了对离群点鲁棒性更好的MSAC算法进行精匹配，在模拟图像和实际的DR图像上进行了对比验证。结果表明：采用MSAC算法进行精匹配，可以有效地消除误配点；基于SURF的配准方法配准精度与SIFT处于同一数量级，实时性上优于SIFT，故基于SURF的配准方法更适合DR图像实时配准。其次针对具体的DR图像，深入分析了NSCT的分解层次、低通滤波器和融合规则对融合图像质量的影响。结果表明：随着分解层次的增多，NSCT多尺度、多方向性的优势逐渐体现，融合质量逐渐提高，但随之耗时也增多，应在融合图像质量和耗时之间进行权衡；不同带宽的低通滤波器影响高频分量的信息，DR图像分解时应选择带宽窄的低通滤波器；不同融合规则影响融合图像质量，根据DR图像特点，采用PCA加权的低频融合规则和局部梯度取大的高频融合规则可以得到较好的融合图像。最后以选定的融合规则和NSCT参数，对实际DR图像进行了融合。结果表明：基于NSCT的融合方法由于可以有效避免振铃现象的发生，相对于小波变换和Contourlet变换更适合DR图像融合；加权融合和边缘融合质量指标与人的主观评价结果一致，适用于DR图像的融合评价，为今后图像融合技术在DR检测中的应用提供了理论及试验依据。