图像融合是图像处理系统中的一个重要组成部分，在军事、民用等领域中都得到了广泛的应用。但是目前的图像融合算法大多没有考虑特定类型图像的成像机理和具体的融合目的，融合效果并不理想，所以本文针对可见光图像和红外图像的融合，开展了基于多分辨分解方法的优化技术研究。首先，在低频融合阶段，当图像中有多个区域需要关注时，一般常用的低频融合方法和简单的二值化区域分割方法并不能将目标有效地反映到融合结果中去，同时会降低融合图像的光谱信息。所以本文根据红外图像的特性，采用了基于信息熵的多阈值分割方法，将图像分割多块区域，每块区域表示场景中具有相近温度的一类物体，再针对每个区域进行融合，可以使融合图像具有更好的清晰度和层次感。其次，在高频融合阶段，根据可见光图像和红外图像融合目的，本文选择了最能保留细节信息的梯度规则，同时采用尺度可变的LOG算子进行高频子图的梯度计算，并进行全局梯度计算和一致性校验等优化工作，使算法在保持细节信息方面有更好的性能。再者，针对传统的图像客观评价指标存在与主观评价不一致的情况，本文采用平均梯度、空间频率、结构相似度指标和边缘相似度指标来综合评价融合结果，并利用模糊积分方法将上述指标合并为一个指标。实际结果表明，本文采用的客观评价指标能够有效地评价图像融合结果情况，并与主观评价有良好的一致性。最后，考虑到传统的图像融合框架并没有考虑多分辨率分解层数对融合结果的影响，所以对其进行了改进，改进后的框架可以自适应确定分解层数使融合结果达到最优。本课题还构建了图像融合处理软件系统，该系统能完成源图像的存储、不同方法的图像融合、融合结果的存储与比较等功能，且具有良好的人机交互界面、用户使用方便、执行速度快的特点。