由于毫米波具有较好的穿透性,利用被动毫米波成像技术对隐藏在衣物下的危险物品(枪支、刀具、炸药等)进行识别、定位成为安检领域的又一研究热点。但是目前毫米波图像存在着分辨率低,模糊,高频分量缺失的不足。本文主要通过对毫米波和可见光的图像融合深入研究,并对文献中融合算法进行了分析和改进,进而实现了基于毫米波图像的危险物品的识别和基于融合图像的危险物品的定位。论文分析了传统的加权平均算法融合的原理和不足,并在此基础上提出了基于特征区域增强的融合算法,在一定程度上改善了融合图像的质量。并将Contourlet变换引入到毫米波和可见光图像的融合中,弥补了小波变换的方向表现能力不足。对分解后的不同层次融合准则进行了讨论,对比分析了现有文献中融合规则的优劣,针对毫米波和可见光图像自身的特点,提出了新的改进融合规则,使得融合图像的空间质量和信息量同时得到了均衡和提高。在图像融合的基础上,进行危险物品识别、定位算法的研究。在毫米波图像上提取危险物品的不变矩,利用模糊C均值聚类(FCM)算法来实现危险物品的识别,把识别出来的危险物品作为模板,在融合图像上实现匹配,定位出危险物品的位置。最后通过实验来论证识别、定位算法的可行性。