传感器硬件技术越来越好，能够获得更加全面，更加完整的图像信息，但是单一传感器还是不能满足图像各个方面性能要求，传感器在某一方面性能再改善一点可能会让成本成倍增加。所以为了获取全面的信息，可以利用图像融合算法来实现，研究的算法可以将不同场景信息融合成一幅图像，融合的主要目的是利用采集到的同一场景在不同时间不同环境获取信息有所不同，通过融合得到满意的输出结果。改善软件方面的技术可能比在硬件方面上去改善节省更多的成本。当进行目标检测跟踪时候，一幅信息量丰富的图像更是关键。怎样才能融合出更好的图像，怎样评判输出结果的好坏是本文研究的另一个重点。用融合技术融合不同数据采集器采集到的图像，有利于获得更丰富的信息。因此研究图像融合算法及其性能评估方法具有重要的意义。融合技术不断发展，如何融合结果有利于目标检测和跟踪，以及如何评价融合输出图像的好坏，仍然是研究的重要问题，本文针对这两个问题开展研究工作。　　本文主要研究一个图像融合算法及其性能评估系统。本文主要工作及特色如下：提出了一种将区域能量和小波变换相结合的融合方法，该方法是利用目标和背景区域能量的不同，利用相邻像素点之间的相关性对不同区域进行不同的融合方法。仿真结果验证了该方法提高信息熵和清晰度。由于图像目标大部分都在高频部分，本文选择了基于区域能量的小波变换融合方法，该方法是在匹配度高的地方对高频系数和低频系数进行系数加权融合，匹配度低的地方均选择最大值融合，这种融合方法使目标信息更丰富，清晰度也提高了。本文还在传统图像融合评价方法的基础上提出了一个综合评价因子，该评价因子综合评价了图像的融合后增加的互补信息和带来的虚假信息，即可以用互信息和交叉熵来表示。在最后章节，实现了一个在线的图像融合性能评价系统。该系统采用动态数据库对性能评估指标算法进行封装并动态调用，利用数据库存储和管理评价结果，并通过网络方式与图像融合软件算法库连接实现了在线的性能评估。实验验证了改进后的算法的有效性和可靠性。