图像融合是把来自多个传感器数据的互补信息合成一幅新的图像，提供比原图像更丰富的视觉信息。多聚焦图像融合是图像融合技术的一个重要分支，它能够把分别聚焦到各个目标多次拍摄而得到的多幅图像进行融合，从而得到在一幅图像内各个目标都清晰的图像。该技术广泛应用于机器视觉、数码相机的清晰成像、目标识别等领域，在军用和民用上都有广阔的应用前景。图像融合可以分为三个层次：像素级融合、特征级融合和决策级融合。目前研究较多的是基于像素级的图像融合方法。在像素级图像融合中，多分辨率图像融合算法是应用广泛且及其重要的一类算法。　　 本文以金字塔变换和小波变换为基础，研究了像素级多聚焦图像融合方法及融合前的预处理，包括图像去噪和图像配准。本论文共分五章：　　 第一章：介绍了多聚焦图像融合的基本概念，图像融合的层次，然后对基于多分辨分析的图像融合的发展及研究现状作了介绍。　　 第二章：介绍多分辨分析基本理论，包括金字塔变换理论和小波分析理论，重点介绍了Mallat快速算法以及滤波器组实现过程，较详细的讨论了离散二维小波变换的滤波器组实现过程。　　 第三章：首先介绍了基于金字塔变换和小波变换的像素级图像融合的结构和一些传统的融合规则。在分析现有的多聚焦图像融合算法基础上，提出了一种基于像素清晰度的多聚焦图像融合算法。该算法先将待融合图像进行平稳小波变换，然后根据变换系数定义了图像像素的清晰度量测指标，以此判断图像变换系数是否来自于图像中的清晰区域，依据像素的清晰度选择来自于清晰区域的图像变换系数作为融合系数，最后用形态学运算进行一致性检验。用该算法进行了大量的实验，确定了最佳清晰度计算窗口和形态学运算窗口的大小，通过与另外一些算法融合性能的比较，验证了该算法的有效性。　　 第四章：讨论图像融合前的预处理问题，包括图像去噪和图像配准。第一，基于小波分解子带滤波器的方向选择性和图像自身的边缘和纹理方向两方面的考虑，结合维纳滤波，提出了一种基于块自适应窗的小波域维纳滤波图像去噪方法，通过实验证明了该方法的有效性。第二，详细地讨论了基于最大互信息测度的图像配准方法，对仿射变换及其矩阵表示、双线性灰度级插值、互信息测度、联合直方图及PV插值法等，以及用小波分解确定最优化算法的初值以增加配准精度都进行了叙述，给出了配准的步骤，并实现了上述配准方法，获得了良好的效果。　　 第五章：对全文做了总结，并对今后的工作进行了展望，给出了几个有待进一步完善和研究的问题。