针对红外偏振和光强图像现有融合算法无法随着图像差异特征的变化而优化选择的问题，提出了图像差异特征和融合算法的集值映射关系的建立方法。通过图像差异特征的分析与提取构建了差异特征集，将典型融合算法构建为融合算法集，利用数据包络分析法计算每个差异特征对各融合算法的融合有效度并构造融合有效度分布，通过对多组图像的融合有效度分布合成，建立差异特征与融合算法的集值映射关系。实验证明，所建立的集值映射关系可以优化选择融合算法，将互补性强的差异特征有效融合。

利用 non-subsampled contourlet transform(NSCT)对红外偏振与红外光强图像进行分解, 得到源图像的低频子带和高频方向子带。通过对红外偏振和光强图像差异特征的分析, 对低频选取局部能量和局部信息熵提取差异特征, 然后利用模糊逻辑融合低频子带的不确定区域, 利用特征差异驱动来融合低频子带的确定区域；对高频选取局部边缘信息保留量和局部方差提取差异特征, 然后利用模糊逻辑融合高频方向子带的不确定区域, 利用特征差异驱动来融合高频方向子带的确定区域。最后利用 NSCT对高低频子带进行逆变换得到最后的融合图像。从而建立起基于模糊逻辑与特征差异驱动的红外偏振图像融合模型。实验仿真结果表明, 该融合模型可融合源图像互补的差异特征, 使其在目标识别和分类中具有一定的应用价值。

基于滑动窗口的图像处理方法具有抗干扰能力强、突出图像局部信息等特点, 在图像处理领域得到广泛应用。针对最优窗口大小的选择问题, 提出了一种自适应尺寸的滑动窗口方法。该方法首先对作用图像进行边缘检测, 然后采用固定区域顶点的方式, 根据该区域所含边缘的数量, 自适应地放大滑动窗口尺寸, 直到区域中的边缘数量大于某一阈值为止。并将这种自适应滑动窗口引入双色中波红外图像差异特征驱动的融合模型中, 仿真结果表明, 改进后的融合模型与原始模型及传统融合方法相比, 融合效果在主观观察和客观评价中均有显著提高。

提出了一种基于离散小波变换 DWT(discrete wavelet transform)的红外偏振与光强的融合方法。该算法采用 DWT对源图像进行多尺度分解, 然后对低频子带系数采用局部能量融合, 而对高频子带系数采用消除高频噪声与局部均方差准则结合进行融合, 最终通过逆变换得到重构的融合图像。实验结果表明, 与加权平均融合和绝对值较大法的融合规则相比, 局部标准偏差、粗糙度、对比度、局部熵分别提高了 1.1%, 3.0%, 15.2%, 2.6%, 从而可以看出文中的融合方法具有一定的优势和现实意义。

针对红外偏振与红外光强图像的成像特征差异，提出了一种基于NSCT（Nonsubsampled Contourlet Transform）的红外偏振与红外光强图像的新融合算法。该算法首先采用NSCT对源图像进行多尺度、多方向分解，然后对低频子带图像采用局部能量融合规则，融合后再对低频融合图像进行直方图均衡化处理，而对高频方向子带图像采用了模糊逻辑，根据各图像的特征差异来分别选择基于像素、基于区域和加权平均的融合规则，再对得到的各个子带图像进行NSCT重构，从而得到最终的融合图像。通过实验仿真表明本文算法能有效的融合源图像的互补信息，使得该算法在目标识别中具有一定的优势和现实意义。

针对双色中波红外图像特征数目庞大，不易于对其双波段成像差异进行综合分析的问题，提出一种基于统计特征的三级特征选择模型。该模型先对双波段的原始统计特征进行标准化处理，然后根据其在四组双波段图像中的分布，经过显著差异级、一致差异级、特殊差异级的分析，选择出能够满足双波段图像差异分布规律的有效统计特征。在特征选择的基础上，利用局部线性嵌入(LLE)的特征提取方法对有效统计特征进行降维处理。实验数据表明，经该特征选择与提取后的单维特征能够综合反映双波段图像的差异幅度，达到了利用少量特征对双波段差异综合分析的目的。

根据红外偏振特性图像的冗余性与互补性，提出了一种基于梯度特征和支持度变换的二次融合方法。利用提出的方法先对红外偏振度与偏振角图像进行梯度特征融合，然后利用支持度变换对梯度特征融合图像和合成强度图像进行二次融合，得到了边缘突出、轮廓清晰、对比度高的的融合图像。实验结果表明：融合图像与偏振角图像、偏振度图像、合成强度图像相比局部方差分别提高23.02%、176.9%、148.2%；对比度分别提高67.84%、196.5%、49.39%；平均梯度分别提高46.09%、164.1%、214.5%。

针对双色中波红外图像特征空间维数高，不易于对其双波段成像差异进行综合分析的问题，提出了一种基于赋权思想及雷达图的双波段图像差异纹理特征的分析方法。该方法首先构造一个特征选择矩阵，利用其选择出能够满足双波段图像差异分布规律的有效纹理特征；然后利用赋权思想将差异不显著的纹理特征去除；最后采用雷达图对保留下的差异特征进行高维显示，并由雷达图中多边形的形状信息得到维数较少的图形特征。实验数据表明，降维后的特征能够综合反映双波段图像的纹理差异幅度，为后期差异特征驱动的多级融合方法探索奠定了基础。

针对融合规则的选择，提出了一种基于非采样 Contourlet变换的红外偏振与光强的融合方法。该算法采用 NSCT对源图像进行多尺度、多方向分解，然后对低频子带系数和高频子带系数分别采用局部能量和区域目标特征的选择，最终通过逆变换得到融合图像。实验结果表明：与加权融合和绝对值取大的融合规则相比，局部标准偏差、局部粗糙度、对比度、分别提高3.42%、12.7%、9.67%。