针对目前红外偏振融合图像质量差、偏振信息缺失、目标纹理细节不够等问题，提出一种基于复合域多尺度分解的红外偏振图像融合方法.首先，在空间域内利用引导滤波器对源图像进行二尺度分解，得到细节层和基础层，在频域内利用非下采样剪切波变换对基础层图像进行多尺度多方向分解，得到低频子带图像和高频子带图像；其次，对高频子带采用主成分分析-自适应脉冲耦合神经网络融合规则，对低频子带采用改进的卷积稀疏表示进行系数合并，细节层融合采用基于像素相似度的局部能量加权和选择性融合规则；最后，在复合域内利用逆变换重构出融合图像.实验结果表明，该方法在主观视觉性能和8个客观评价指标上均优于其他对比融合方法，说明该方法在红外偏振图像融合中具有较多优势，能有效提高融合图像的质量.