图像融合是图像处理与计算机视觉中重要组成部分，能够利用由多种传感器获取的同一场景的图像信息，输出一幅更适合于人类视觉以及计算机进行下一步处理的融合图像。近几年，以小波分析为代表的多分辨率分析方法在图像融合领域中的应用越来越广泛。由于传统的基于小波分析的融合规则，忽视了边缘信息和噪声对融合之后图像的影响，因此会使得融合图像在某些程度上出现边缘模糊、清晰度降低、细节丢失以及噪声的引入等问题。因此，对于图像融合技术的研究是一项有着重要理论与应用价值的课题。本文首先介绍图像融合的基本概念、理论与小波分析理论，并详细介绍评价图像质量的主观评价标准和客观评价参数。为解决多聚焦图像融合过程中边缘信息以及细节内容易于丢失的问题，本文提出一种多聚焦图像的改进算法。根据不同的频率域特点选择不同的融合规则，对低频系数给出基于边缘信息的融合规则。对各高频子带的系数，则采取窗口方差以及区域信息熵相结合的融合规则。实验结果表明，改进算法得到的融合图像无论在视觉效果还是在客观评价方面，均优于以往的融合结果，可以更有效地应用于多聚焦图像的融合中。针对红外光图像与可见光图像的特点，本文提出一种基于图像区域能量的改进算法。对低频系数给出基于图像区域能量的融合规则；对于高频系数则使用窗口方差与区域能量的融合规则。实验结果表明，改进算法得到的融合图像无论在视觉效果还是在客观评价方面，也比之前的融合方法得到的结果要更好。