在成像技术以及图像处理技术的迅速发展下,多传感器的使用变得可行而有效。将红外和可见光两类图像相结合,可以在观察场景的同时发现目标,解决了许多军事、民用中的困难。多源图像的使用,要求事先配准源图像。本课题介绍了图像配准的基本理论和模型,归纳了诸多文献中提出的有效的匹配测度,并重点讨论了红外和可见光图像的配准。针对两类图像的特点,本课题提出一种新的基于边缘几何特征点的配准方法。新的角点提取方法能提供大量的图像间的对应点；在进行角点匹配时,围绕特征点的结构相似性,采用曲线矩和梯度互信息相结合的综合测度,实现了角点间的匹配。图像融合是信息综合利用的有效方式。配准之后,本课题对图像融合的基本理论、分类,进行了概括,总结了被大量文献使用的基本的融合规则和图像质量评价指标。本课题将图像融合建立在基于小波的多分辨率分解上,讨论针对红外和可见光图像的有效的融合规则。本课题提出了一种改进的Petrovic多层级融合规则以及对比度提升方法,并且通过与其他几种融合方法的比较,证明了本课题方法的优势。其中对融合结果的质量进行提高的对比度提升法,是在分析红外和可见光图像特性和意在发现目标的基础上提出的。对比度提升法同样可用于其他方法得到的融合图像中,对比实验证明对比度提升法能够有效提高各像素级融合方法的图像质量。