多源图像融合技术就是利用不同传感器在时空上的相关性及信息上的互补性,将同一场景的多光谱图像信息特征组合到一起,从而完成对该场景更全面、清晰的描述。它在军事作战、航空航天、遥感测绘、医学诊断等方面展示出了良好的应用前景。本文主要针对红外、微光/可见光图像融合算法展开相关研究。具体如下：分析了不同光谱成像环境下目标的特性,在此基础上,构建了目标反射／辐射对比度模型、大气光谱传输模型、探测器光谱匹配模型,并最终提出了一种新的基于目标特性分析的用于微光和红外图像融合的权值计算模型。由计算得到的权值可以较好地完成微光、红外图像的融合。针对异源图像存在的光谱信息不对等特点,提出了一种基于区域的图像融合算法。首先,对源图像进行二维经验模式分解,将得到的残余图像进行融合,并完成区域分割；接着,在各个子层图像进行区域映射,并基于不同融合准则,完成不同区域的图像融合；最后,对融合图像引入基于区域的伪彩色处理。实验证明了算法的有效性。针对融合图像中,目标不够突出和细节不够清晰的问题,提出了一种基于视觉认知的图像融合算法。首先,通过形态学顶帽运算、图像方差以及切比雪夫不等式等数学理论,提取目标掩膜信息；接着,通过目标掩膜图像与红外图像、微光／可见光图像取交集、补集,完成目标区域和非目标区域的图像信息融合。实验表明：算法能在不损失图像细节信息的情况下,突出目标在人眼视觉中的刺激效应。采用自顶向下的设计方法,完成基于Matlab GUI环境下的多源灰度彩色图像融合及评价软件的设计。软件集合了自图像融合算法提出到现在,具有典型代表意义的算法,也是对自己硕士期间学习工作的小结,对融合算法的后续研究和改进有一定现实价值。