低照度可见光(微光)成像和热红外成像作为当前夜视技术的两种主要手段,是世界各国大力发展的关键技术。单独由微光成像或热红外成像系统难以兼顾场景细节表现能力和目标探测性能,但二者具有较好的目标场景信息互补性。因此,微光和热红外图像融合技术作为当前学科发展前沿?多波段图像融合技术的重要研究内容,已成功应用于夜视成像等领域,明显提升了夜视成像效果。为更加充分地发挥微光和热红外双波段图像融合的优势,进一步挖掘各传感器源图像中的细节(边缘)信息,突出目标特征信息,提高人眼的视觉感知效果,适应日益提高的应用要求,本文对多波段成像的源图像滤波与增强技术、基于色彩传递的图像融合方法、基于多尺度分解的融合方法以及融合图像的目标探测/识别能力等开展深入研究。主要包括:(1)针对微光视频图像的噪声问题,研究提出了一种基于统计特性的噪声强度估计方法,实现了基于梯度域引导滤波(Gradient Domain Guided Filtering,GDGF)的自适应降噪(Adaptively Denoising based on GDGF,GDGF-AD)算法,通过主客观对比,在综合考虑降噪效果和处理效率的条件下,GDGF-AD算法具有明显优势,具备硬件实时化处理的潜力,为解决微光夜视降噪难题提供了一种新的技术途径。同时,针对红外图像细节模糊的问题,研究了基于GDGF的图像细节增强方法,较基于引导滤波的经典方法,可获得更好的细节增强效果。(2)研究了基于色彩传递的彩色图像融合作为灰度图像融合算法的有效性和可行性。实验表明:通过YUV颜色空间进行灰度图像融合是一种可行的途径,基于YUV色彩传递的灰度图像融合处理相对于经典的灰度融合算法在对比度和清晰度方面有较明显优势。提出的算法已在图像处理平台上实现了实时处理,使可见光(微光)与热红外成像的自然感彩色融合与灰度融合处理融为一体,可根据观察需要选择适宜的融合模式,为高性能彩色/灰度图像融合成像系统的应用提供了灵活的选择。(3)基于色彩传递的彩色图像融合思想,研究提出了一种低照度夜视图像自然感彩色化及增强(Luminance Stretching Color Transfer,LSCT)算法,不仅可使微光视频图像获得自然感的色彩表现,而且可有效提高图像的对比度,实验表明:LSCT算法可获得更好的人眼视觉感知效果,运算量小,已在硬件平台上实现了实时运行,具有广泛的应用前景。(4)研究建立了基于GDGF的图像混合多尺度分解结构,由此提出了一种基于GDGF混合多尺度分解的灰度融合(Hybrid Multi-Scale Decomposition based on GDGF,HMSD-GDGF)算法,实验表明:HMSD-GDGF算法在显著信息(包含结构相似度、亮度和对比度)的保真度、边缘信息的保留和人眼的视觉观察效果均具有较为明显的优势;算法需调节的参数少,结合给定的分解层数,可根据源图像尺寸大小自主选择最佳的分解尺度系数,对不同的图像具有较强的普适性。在HMSD-GDGF算法的基础上,进一步提出了一种用于夜视效果增强的融合(Fusion for Night-vision Context-Enhancement,FNCE)算法,使用自适应亮度拉伸方法提高夜间可见光图像的效果,并对源图像进行滤波降噪和适当的细节增强,通过HMSD-GDGF算法对增强的源图像进行融合,结合夜视应用特点改进融合参数,实验表明:FNCE算法可获得更好的夜视增强效果。(5)研制了一台便携式微光/长波红外图像融合夜视实验系统,通过目标探测/识别主观评价实验,从目标探测/识别概率、不同观察距离影响及不同场景影响三个方面分析了实验数据,总结得出:相比于单微光或单长波红外通道,恰当的融合方法会对目标探测/识别有较为明显的增强效果;不同彩色融合色彩表现会影响对目标的探测/识别能力;虽然不恰当的彩色融合可能降低目标探测/识别能力,但存在对绝大部分场景均有较明显增强效果的彩色融合模式。研究工作对如何进一步有效提升目标探测/识别能力具有一定的指导意义。本文在国家自然科学基金等项目的支持下,结合夜视技术的前沿发展方向和应用需求,对微光/热红外图像融合理论和相关技术进行了研究,部分研究成果已成功应用于我国的某些新型武器装备,获得了很好的使用效果,为我国彩色夜视技术的发展和应用拓展提供了理论和关键技术支持。