单传感器系统在电子技术和信息技术飞速发展的大环境下已经难以满足应用的需求,这就使得多传感器系统得到了广泛的应用。其中,红外成像设备与可见光成像设备由于其固有的成像机理,使得红外图像与可见光图像存在天然的互补性。将红外图像和可见光图像相结合,不仅可以对场景或目标进行清晰、准确的描述,而且还可以将融合结果应用于后续处理。然而,预处理步骤中配准的精度对融合效果影响较大。本文着重对图像配准及图像融合的基本理论进行研究,在此基础上提出基于图的多源图像配准算法,并在非下采样轮廓波变换(NSCT)的基础上,对融合算法进行相应的改进,同时,将融合规则在现有方法的基础上进行了有针对性的改进。本文首先对图像配准技术进行研究,考虑到原始图像之间可能存在多种变换,最终选择透视变换作为图像变换模型。同时,为了能够充分提取出图像中的显著性区域,本文采用最大稳定极值区域(MSER)检测算法将原始图像中的显著性区域提取出来。为了充分利用提取出的显著性区域进行配准,本文提出一种结合了金字塔分层思想和图论方法的配准算法。首先在确定的最大下采样率图像上提取MSER,并对每一个区域构建图特征进行描述,之后构建两个图的关系矩阵并优化求解红外图像与可见光图像中的区域映射关系,最后在区域映射关系的基础上,构建初始匹配点集,并采用随机抽样一致性(RANSAC)算法求出最优匹配参数并确定其误差评估参数。在高层分辨率图像上,以当前匹配误差作为约束条件,进行局部范围内的精确匹配,直至原始分辨率图像,求出最终的变换矩阵,然后利用此矩阵进行图像配准。此外,在图像融合方面,由于可见光图像中包含大量的细节信息,本文提出对可见光图像进行二次NSCT分解,并在基于区域的融合规则的基础上,对分解得到的低、高频子带制定不同的融合规则,确保原始图像中全部的有用信息可以得到保留。实验结果表明,本文提出的基于图的配准方法可以在保证鲁棒性的前提下,使匹配精度得到提高,从而实现对质量较差图像的配准。同时,采用本文提出的融合算法进行融合处理可以使融合结果中包含更加丰富的信息。