随着图像信息获取的方式逐渐增多，图像的类型也不断增长，同时在获取的数据信息中存在冗余，为了得到更加有用的信息，图像融合问题成为了众多学者研究的热点问题，它作为数据融合的重要分支，实际上是按照一定的算法将两幅图像或者多幅图像进行综合处理。目的是为了在同一场景合成多图像信息，以便于更适合人眼观测、计算机处理或者是进一步的图像处理，比如目标识别等，不但减少了信息的不确定性和冗余性，同时提取源图像的全部有用的信息，因此图像融合在医学图像、遥感、计算机视觉、生物识别技术和军事领域，都有非常普遍的应用。由于D-S证据理论处理知识的先验概率比传统的贝叶斯方法更好地处理信息的不确定性，所以应用D-S证据理论被广泛应用到信息融合领域，在本文中，应用D-S证据理论进行红外图像和可见光图像的决策层融合检测。分析了红外图像和可见光图像图像特征，由于目标与背景的灰度值分布差别很大，可以通过目标和背景的各种图像特征来实现目标与背景的分类。本文采用图像的局部方差对比度、局部方差偏移和局部熵三个特征作为目标检测判决的证据，用三个证据构造出新的概率函数，之后应用D-S证据理论的组合规则进行合成。介绍冲突证据存在的原因，分析了现有方法处理冲突的模式。引入了证据相容系数是基于证据距离和证据支持度的基本思想，提出了一种新的证据权重的确定方法，最后运用D-S证据理论组合规则进行数据融合。与之前的其他处理方法相比，考虑了证据之间冲突与包容共存的情况，客观地计算证据合成时的权重。