红外和可见光图像在军事、电力、医疗、安防等领域有着重要应用价值,然而,基于多模态数据实现不同应用时,应用任务的复杂度会随着输入数据模态的多样性而升高。因此,利用红外与可见光图像融合技术,创建一幅综合多模态信息的融合图像,不仅能够综合多模态图像的互补信息,提升信息利用率,而且降低了后续应用任务的复杂度。面向实际应用需求,本文基于深度学习技术,深入挖掘了图像模态的多样性,以及复杂场景下不同模态样本差异化大的特点,对红外与可见光图像融合方法开展了研究,主要的研究内容及创新性工作如下:（1）红外和可见光图像具有明显的模态信息差异,当不考虑模态差异对图像进行融合时,融合后的图像会因不同模态的信息保留不足而丢失细节纹理、对比度较低。针对这一问题,本文提出了一种基于模态自适应的红外与可见光图像融合方法,利用模态间的差异信息提升融合图像质量。一方面,通过采用双通路结构,模型分别对多模态图像的语义信息进行了挖掘,提升了融合图像中跨模态信息的丰富度;另一方面,本文提出了基于自注意力机制的像素注意力方法,保留了不同模态图像上更多的细节信息,从而加强了融合图像中不同模态差异信息的表达。实验结果表明,所提方法能够充分保留不同模态图像中的细节信息,实现了多模态图像信息的自适应表达,融合图像保留了丰富的源图像信息,并具有较高的对比度。（2）复杂场景下,不同模态样本间信息会随着场景的变化而多样性较高。当不考虑场景变化引起的样本差异度大的问题时,融合后的图像会随着拍摄场景的变化而质量降低。针对这一问题,本文基于元学习的思想,提出了一种基于样本自适应的红外与可见光图像融合方法,解决了融合图像质量随场景变化而降低的问题。所提模型中设计了元网络结构,可以针对同模态内不同的输入样本实现了对当前样本的自适应特征提取,解决了测试场景不同样本差异度大的问题。在此基础上,考虑到主观视觉对不同场景下的质量要求,为提升融合图像的视觉效果,设计了适于红外与可见光图像融合任务的感知损失。实验结果表明,在不同的应用场景下,所提方法能有效利用当前场景下两种模态样本的自身特点,自适应地创建高质量融合图像。