视频监控技术是近二十几年发展起来的一门新兴技术,广泛地应用于军事、交通和医疗等安全监控领域。目前,具有实用化的视频监控技术主要采用的是单一的数据采集设备。单一数据源的信息局限性导致其应用领域限于场景较为简单的监控环境,多源图像融合是解决这一任务的有效手段之一。现有多源图像融合方法更多地采用单一的图像融合技术,难以适应全天候场景下数据的复杂性和多样性。本文研究基于图像识别场景分析的多源图像融合方法：通过对场景成像质量好坏进行分类,选择性的增强部分场景的可见光图像,再依据场景制定不同的融合方法。文章主要进行以下几个方面的研究：1.可见光成像质量分类算法分析了本文复杂场景可见光成像质量差异的原因,提取图像全局高频统计量,图像全局熵,图像直方图有效宽度作为分类特征,采用最小距离法的标准化欧式距离进行分类。2.图像自适应增强算法对于部分质量的可见光图像,研究和实验其自适应增强方法并讨论特殊场景的滤波算法。3.基于场景分析的融合方法在小波变换融合中,考虑了不同场景融合方法的差异,针对可见光质量较强情况,只补充可见光较弱区域；对于可见光质量较弱情况,直接使用可见光低频,红外高频；其他情况采用常规融合规则。此方法在一定程度上避免了复杂情况下单一融合方法强制融合造成的信息混乱。经实验,基于场景分析的融合方法对复杂场景鲁棒性较好。