图像融合是一种广泛应用在图像理解和计算机视觉的信息融合技术。图像融合技术能够把图像的特征信息有效的重组在一起,并将其结合成高质量的图像。在军事、遥感以及医学科学等领域有着较为广泛的应用。本文在对图像增强相关算法、图像融合算法理论和技术研究的基础上,着重分析了用于可见光图像增强的模糊逻辑算法、红外线图像增强的引导滤波算法,在此基础上提出了一种基于Canny边缘算子改进引导滤波的红外线图像增强方法,并且与非下采样轮廓波变换相结合用于图像融合。本文研究主要工作如下:(1)改进引导滤波算法,解决传统引导滤波算法在增强红外线图像时导致图像出现过平滑问题。首先通过Canny边缘检测算子对红外线图像进行边缘检测,然后把经过非最大值抑制和双阈值处理后的局部Canny边缘检测算子的绝对梯度幅值代替局部方差,重新定义引导滤波的边缘权重因子。通过实验证明,该方法能够有效的解决图像过平滑现象,提高图像的融合效果。(2)提出一种结合非下采样轮廓波变换与图像增强的图像融合方法,主要解决可见光和红外线图像进行融合时,红外线细节信息丢失严重、边缘模糊和可见光图像对比度不足等问题。首先采用模糊逻辑算法对可见光图像进行增强提高其对比度,突出图像的有效信息;再对增强后的可见光和红外线图像进行非下采样轮廓波变换(Non-subsampled contourlet transform,NSCT)分解得到低频与高频子带;然后对红外线图像的高频子带采用改进后的引导滤波增强边缘等细节信息;最后利用NSCT逆变换得到融合后的图像。通过在不同数据集上的实验结果表明,本文方法解决了可见光图像与红外线图像融后图像边缘、细节信息不足等问题,融合后的图像在信息熵、标准差和互信息等评价指标上均要优于其他几种方法。