视距是评估微光夜视成像系统性能的一个重要参数。随着微光夜视探测技术的发展，经典视距模型的视距仿真结果与实测结果出现了一些偏差，特别是在10^?3 lx低照度条件下视距仿真结果不甚理想，这对微光夜视仪在实际应用中造成了很大的阻碍。针对这一问题，从微光成像系统成像链路的三个环节对经典视距模型进行修正：考虑大气透过率对微光夜视系统视距的影响并对经典视距模型中的大气透过率因子进行修正；基于像增强器噪声因子对视距模型进行修正；考虑人眼视觉传递特性对微光夜视系统视距的影响，在系统的传递函数模型中加入了简化的人眼视觉模型。进而推导出改进的视距模型。结合野外试验数据，验证了改进视距模型的有效性和实用性，这对于微光夜视系统的设计、评估和应用具有一定的指导性意义。

为了克服传统方法的一些缺陷和单一特征提取信息的不足，在进一步提高红外和可见图像融合的同时，寻找针对不同类型特点的适应能力强的方法，提出了一种基于多判断与加权最小二乘优化（WLS）的非下采样轮廓波变换（NSCT）红外可见图像融合方法。首先，采用NSCT对图像进行多尺度分解，得到图像的低频和高频子带。其次，低频子带选择局部平方熵和修正拉普拉斯和（SML）来相互补充，在保证好的对比度下提取少量细节信息；高频子带充分考虑底层特征的重要性，选择相位一致性（PC）、局部加权修正拉普拉斯算子和（WSML）以及局部加权能量（WLE）相互补充的方式融合细节层，对其进行WLS优化，融合后的图像细节更自然，更适合人眼视觉感知。最后，对融合后的低频和高频子带进行逆变换，得到融合图像。对不同类型特点的图像进行了实验验证，实验结果表明，与其他融合方法相比，本文方法在主观上目标显著、背景清晰、视觉效果好。在4个客观评价指标平均梯度（AG）、信息熵（IE）、空间频率（SF）、互信息（MI）中，在保证MI指标比较好的前提下，其他3个指标都处于最好的状态，尤其是对于光照均匀的camp图像，AG和SF与最好的数值相比提高了6.9%和4.8%，从而验证了本文方法的有效性。