随着传感器技术的飞速发展，多传感器系统在各个领域都得到了越来越广泛的应用。不同的图像传感器有着不同的成像原理、不同的感应波长范围和不同的应用环境及硬件要求。然而，单一的传感器所捕获的数据量非常有限，往往很难满足实际的应用需求。图像融合正是应运而生的一种全新的方法，通过把来源于多个图像传感器的图像或者单个图像传感器在多种工作模式下所获取的图像信息加以综合分析，在一张图像上得到对场景更加全面精确的描述。图像融合发展到今天，涌现出许多优秀的融合方法。本文在多传感器协同成像的背景下，研究了红外与可见光图像这两种常见源图像的融合方法。　　本文介绍了图像融合的多种算法以及融合系统的常见问题，对不同的多分辨率融合方法展开了研究，分析比较了不同方法的优缺点。在此基础上，本文通过对显著性检测方法进行研究，根据红外与可见光图像融合的特点，提出一种基于显著性区域分割方法。首先通过区域联合将场景分为目标区域、背景区域和复杂区域，其次结合各区域显著性及邻域特征有针对性地制定融合策略，在多分辨率变换域完成红外和可见光图像的系数融合，最后通过系数逆变换得到融合图像。在公共数据库下，我们做了大量的图像融合实验。实验表明，我们的融合结果有效保留了目标的红外特征及背景的细节，在主客观评价上相比其他方法均有一定的优势。