En este documento, presentamos un algoritmo novedoso para la fusión de video de secuencias de múltiples sensores aplicable a sistemas de visión nocturna en tiempo real. Empleamos la fusión de pirámide laplaciana de un bloque de cuadros sucesivos para agregar robustez temporal al resultado fusionado. Para la regla de fusión, primero agrupamos los niveles de frecuencia alta y baja de los cuadros descompuestos en el bloque de ambas secuencias de sensores de entrada. Luego, definimos una medida de energía espacio-temporal local para guiar el proceso de fusión basado en la selección de una manera que logre estabilidad espacio-temporal. Demostramos nuestro enfoque en varios ejemplos conocidos de fusión de video de múltiples sensores con contenidos variables y apariencia de objetivo y mostramos su ventaja sobre los enfoques convencionales de fusión de video. La complejidad computacional de los métodos propuestos se mantiene baja mediante el uso de un simple filtrado lineal que puede ser fácilmente paralelizado para su implementación en unidades de procesamiento gráfico (GPUs) de propósito general.