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。