目前基于多尺度分解的图像融合算法存在以下问题：1）多尺度分解时，图像边缘被平滑；2）融合结果中红外显著区域的对比度降低；3）小尺度细节受到抑制，在融合图像中显示不清晰。为解决上述问题，本文提出了一种基于BMA（Bayesian model averaging）滤波器和边缘的图像融合算法。首先，利用BMA 滤波器分别对红外与可见光图像进行多尺度分解；其次，分别利用显著性提取和边缘权值映射算法，计算各基层和细节层的融合权值矩阵；最后通过图像重构获得融合图像。实验证明，该融合算法优于传统的图像融合算法。

利用非制冷红外热像仪测量人体表面温度场, 除具有快速、非接触和量程短等特点外, 还对测温精度有较高要求。针对非制冷微测辐射热计热像仪测量精度受环境、机芯温度影响较大的问题, 提出一种对热像仪使用温度与标定温度之差引起的测量误差进行修正的方法。即对分别测得的环境温度、机芯温度和灰度两组数据, 由支持向量机拟合得到环境温度和机芯温度误差修正模型; 实际测量时, 分别由热电偶和置于热像仪中的传感器测得环境温度和机芯温度后, 根据误差修正模型对环境和机芯温度变化引起的热像仪测量误差进行修正, 获得较为准确的人体表面温度场数据。实验结果表明: 该修正方法, 与经标定的高精度热电偶测温相比, 可使测量距离2 m时的测温误差减小50%。