近些年来，图像融合已成为图像理解和计算机视觉领域中一项重要且实用的新技术。它在理化检测分析领域的应用主要针对显微图像的处理。观测景深较大的样品时，无论如何调整显微镜的焦平面，都只能观察到对应于该焦平面的部分清晰图像。因此就需要在同一视场中针对不同的焦平面分别采集多幅图像，然后运用计算机图像融合技术对在不同焦平面下采集的多幅图像进行融合，最后合成一幅每一景深部位均十分清晰的图像，以便于科学研究和临床诊断。论文比较详细地讨论了图像融合的基本概念，图像融合的三个层次以及像素级图像融合的常用方法，并且介绍了基于小波变换的图像融合方法和过程。对于显微医学图像，论文采用了分块融合法和小波变换法进行融合。分块融合法中将图像分割为30×30像素的子图像，运用八邻域梯度统计算法评价子图像清晰度，选取最清晰子块进行拼接，并对边界进行了过渡处理。在小波变换法中，分别运用一层、二层、三层小波分解，得到小波系数，运用基于窗口和基于像素的法则进行小波系数合并，最后进行相应层次的逆变换得到融合结果。论文采用淋巴细胞、宫颈细胞显微图像进行了实验，并对融合结果进行了分析。将分块融合法与各层次的小波变换法进行了比较，结果表明，论文所研究的分块融合法与小波变换法都能够较好地融合各幅图像中的清晰部分，得到较好的视觉效果，达到了图像融合的基本要求。