信息融合区别于传统数据整合,通过合理协同多传感器得到稳定可靠的综合信息。低信噪比下的目标探测技术近年来也广泛应用于军事预警、跟踪监控等系统中。通过红外与可见光目标的融合探测,在弱可见光条件下,将区域内的红外目标融合到可见光图像中,使融合图像中既突出红外目标,又保留可见光图像的细节信息,达到目标融合探测目的。本论文内容围绕红外与可见光目标的融合探测方法研究展开,将融合探测分为融合检测、融合识别、融合决策三个主要部分。首先基于红外图像背景预测原理,设计了一种目标融合检测方案,并提出了一种改进Tri算子代替传统检测算子进行目标边缘提取,通过实验证明本方案不仅能有效保证检测准确率和标识清晰度,还能同时获取目标背景信息。其次,针对传统识别方法大多采用单一特征描述目标的局限,提出了一种基于复合分类特征的目标融合识别方案。建立样本库后,分别选取视觉、边缘、灰度三类目标特征中的自定义形状特征、Hu不变矩特征、方向梯度直方图特征作为复合分类特征,利用SVM分类器训练后,先基于不同特征(组)验证多场景下对人体目标识别的可行性,再结合可见光图像进行融合识别。结果证明本方案在准确识别目标的同时还能获取丰富的环境信息。再者,针对传统逐像素融合结构缺陷,利用基于目标分割的融合决策改进传统结构中存在的目标不突出,背景不清晰问题。利用FD原理,提高了灰度融合图像相对清晰度;再针对灰度融合中FD结构下红外目标与可见光背景的灰度相似问题,提出了彩色FD融合结构和改进FD(IFD)结构两种解决方案。最后,在VS2010平台上基于MFC设计了一个红外与可见光目标的融合探测软件。