随着科学技术的不断进步,越来越多的多媒体设备开始成为人们生活不可或缺的一部分。为了满足人们日益对图像质量的不断需求,图像传感器技术以及各种数字图像处理方法越来越得到人们的关注。然而,单一传感器由于受其成像性能的影响,往往很难全面的反映出场景下的全部有效信息,因此在某些特定场景下难以满足实际的需求。为了能在特定的场景下综合各种传感器的成像特性优势同时避免各类图像之间的冗余信息,提供对该场景更加全面有效的信息描述,图像融合算法被提出并在近年来得到越来越多的关注。尤其是红外与微光图像融合技术,其作为多光谱图像融合技术的重要分支,能在安防监控、夜间作战、夜间驾驶等诸多领域都具有很高的应用价值。在上述研究背景下,本文运用目前先进的微光红外采集设备得到复杂真实场景下红外微光图像对,针对以往微光与红外图像算法在复杂场景下成像缺陷进行了深入研究,提出了基于导向滤波的图像融合方法。本文主要内容如下:本文首先对微光红外图像融合的理论基础以及主流的图像融合算法进行了介绍,分析了传统微光和红外数据集存在的缺陷,并针对这些缺陷使用目前先进的图像采集设备在真实场景下对几种复杂情况进行了图像对的构建,发现当前图像融合在对于远距离、多目标以及有强光干扰的情况下图像融合效果的缺陷。针对在远距离人物目标在融合图像中不明显的问题提出了结合频谱残差和GBVS相结合的红外目标提取算法,首先将图像中的远距离多个红外目标检测提取出来,最后以一定的权值对融合图像上进行增强,从而使该算法能有效地在红外远距离检测的图像中不会丢失红外目标,使得红外远距离成像的特性优势充分体现在融合结果图像上。随后,本文结合目前先进微光传感设备高分辨成像的能力,提出相应的基于双直方图均衡化的增强算法来提升微光图像中的对比度信息,从而使得微光图像的细节信息更加充分地展现在融合图像上。同时抑制微光图像中的强光干扰,保证融合图像中强光源周围信息的可察性。最后,本文提出了基于导向滤波器的图像融合算法框架,基于该框架能充分地将图像分解为基础层和多尺度的细节层,利用显著性检测算法生成权重图对基础层进行融合以及使用区域能量最大法融合细节层,同时结合红外目标提取算法对红外目标的补偿,最后能取得良好的图像融合效果,解决在远距离、多目标、有强光干扰等特殊场景下的微光和红外图像融合问题。