多传感器图像融合能够充分利用不同传感器的互补特性，可以获得对目标场景更加准确和丰富的特征描述，增强成像系统的场景侦察能力和目标探测能力。尽管目前多种图像融合系统已经得到在国内外应用，但是其系统性能仍然有很大提升空间，而且其性能评价方法和手段仍然极不完善。本文围绕这些问题，开展了图像融合算法、图像融合算法的噪声抑制能力、图像融合的目标探测概率研究，并将其应用于高精度定位定向融合侦察系统。主要内容包括:　　通过对拉普拉斯金字塔融合方法的结构优化，发展了一种同分辨率结构下的金字塔分解与重构的图像融合方法，为算法在FPGA硬件平台上的实时实现扫清了技术障碍。通过红外与微光图像的区域分割，分割区域的联合映射，融合准则的分区域选择，发展了一种基于区域的双树复小波灰度融合算法，在保留可见光图像细节的前提下突出和增强了红外目标。通过对彩色算法进行深入研究，提出一种基于区域的彩色图像融合算法，实验结果表明该算法可以明显改善图像质量，相比整体色彩传递算法，融合结果更为自然。　　针对常见红外与微光探测器主要包含的光子涨落噪声、热噪声、1/f噪声、非均匀噪声等，设计了相应的噪声模型，并提出了一种图像融合系统对噪声抑制能力的评价指标。通过设计仿真实验，对多传感器图像叠加不同噪声等级的噪声，分析探讨了对比度金字塔、Laplace金字塔、双复数小波等六种融合方法对噪声的抑制能力。　　目标探测概率是指成像系统探测（发现和识别）到目标的可能性度量，是描述和评价系统对人体目标的探测性能最主要的指标之一。本文在研究目标对比度特性、目标光谱特性、探测器响应特性、大气吸收特性等因素的基础上，提出了红外与微光图像融合系统的目标探测概率的定量计算模型。实验结果表明，该模型方法与实际结果具有较高的一致性，能够有效地评估图像融合系统对目标的探测概率。　　以图像融合算法和融合图像目标探测概率模型为基础，将多传感器图像融合算法以及探测特性研究应用于高精度定位定向融合侦察系统中。该系统具有图像预处理、图像配准、图像融合、目标位置信息解算等功能，有助于观察者发现和识别可疑目标，提升目标探测概率，为火控系统提供准确的目标位置信息。实验结果表明，该系统得到的融合图像质量较高，色彩自然，目标位置信息精确。