红外与可见光的图像融合是融合领域的重要研究内容,其在军事,医学,目标识别中的具有广泛的应用。如何更好的使红外图像中的目标得到增强,可见光图像中的细节得到保留以及适应人眼感知成为融合研究的主要方向。因此本文基于以上问题提出一种基于差分梯度的新算法并实现了嵌入式平台的开发。首先,阐述了本文研究课题背景及意义,国内外融合算法,硬件平台的研究现状以及本文所作的工作。之后介绍了嵌入式融合系统的组成,包括前端光学探测模块,中端图像处理模块以及最终的VGA显示模块。接着介绍了基于FLANN的特征点匹配与单应矩阵配准的研究。阐述一些常见的融合算法:拉普拉斯金字塔融合算法,小波变换,红外特征提取,以及基于显著特征的红外与可见光的融合方法。在此基础上提出了本文的新型融合算法,该算法采用了梯度算法获取红外图像中重要信息的边缘信息,通过多次差分获取红外与可见光图像的差异信息,最后通过对目标的轮廓信息增强获取融合结果。其次,本文设计了基于QT GUI界面的图像融合仿真平台,通过此仿真平台,将本文提出的算法与常见8种算法进行主观分析与客观比较。仿真结果表明本文算法的融合结果中红外目标增强效果明显,保留更多的可见光细节且更适应人眼长时间观察。最后,搭建了基于DE1-Soc开发板的arm-Linux图像处理开发平台,以及各个模块的设计与实验结果分析。通过此平台进行了多组实验对本文算法进行验证与分析。实验表明本文所提出的融合算法具有较好的可见光图像细节以及红外图像目标的增强效果。本文研究对监控以及目标识别领域具有一定参考价值。