针对红外和可见光图像的自身特点，本文提出一种基于四元数小波变换（QWT）和自适应脉冲耦合神经网络（PCNN）模型相结合的红外图像与可见光图像融合的新算法。首先将红外图像与可见光图像分别进行四元数小波变换，分别得到低频子带和高频子带系数；其次，采用局部区域方差匹配的融合准则处理低频子带系数，并用自适应的PCNN 模型处理高频子带系数，用一种改进的空间频率作为PCNN 模型的刺激输入，且采用拉普拉斯算子调节PCNN 模型的阈值；最后经过四元数小波逆变换实现图像的融合。将本文提出的新算法与经典的图像融合算法进行对比分析，实验结果说明，新方法取得了较好地视觉改进效果，并在客观标准上也达到一定的提高。