图像融合是图像处理领域的重要内容之一。传统融合算法将源图像均做处理后按一定规则进行融合，虽然能取得不错的融合效果，但算法对图像的配准要求较高，融合图像也普遍存在细节丢失、目标不够明显的问题。为了改善上述问题，分析了红外图像和可见光图像的图像特性以及红外目标特性，将目标检测引入图像融合，利用高斯差分(DOG)滤波器提取红外图像中的目标，通过多尺度DOG图像计算获得红外图像融合系数矩阵，然后计算融合子图，最终融合获得目标明显、细节保留较好的图像,降低了对图像配准的要求。用五种常用评价指标以及信杂比和背景相似度对融合图像进行评估。实验结果表明，所提出的算法在主观视觉和客观评价指标上都要优于常用的图像融合方法。

基于高灵敏度的中波和长波制冷焦平面探测器, 搭建了红外偏振成像系统, 针对特定场景中的典型目标, 开展了红外偏振试验,获得了有效的试验数据, 并对图像进行了定性分析和定量评价。对比研究表明: 长波红外偏振成像易受水汽干扰, 但图像的平均灰度和平均梯度指标高; 中波红外偏振成像抗云干扰和观测人工防伪网能力强, 图像标准方差比较高。根据中长波红外偏振成像的特性, 在实际应用中可以按需要进行波段选择。