随着图像传感器的发展，图像融合技术的应用也越来越广泛。同一光学传感器在对同一场景成像时，要使场景中的所有目标都聚焦清晰是很困难的，因此，如何将同一场景中的所有目标进行融合，使融合后的图像所有目标都清晰，已成为一个急需解决的问题。本文主要针对基于分块机制的多聚焦图像融合算法进行了深入研究：①本文提出了基于增强差分演化算法和扩块选择机制的多聚焦图像融合算法。利用差分演化算法来实现多聚焦图像的融合，虽然方法简单，融合效果好，算法稳定，但仍存在一些问题。首先它可能容易局部收敛，而且它可能严重影响全局搜索能力。为了解决这些问题，本文提出了一种增强差分演化算法。其次，当对应图像块清晰度相等时，原算法可能会改变源图像中的值，增强了块效应。本文又提出了一种简单有效的处理方法——扩块机制，该机制不改变原图像中的值，减少了块效应。本文对差分演化算法的修改以及扩块来选择清晰度相等块，经过大量的实验证明可以获得更好的融合效果。②为了进一步提高图像融合的效率，本文又提出了一种基于增强差分演化算法的自适应分块多聚焦图像融合方法。首先，利用增强差分演化算法和扩块选择机制来实现多聚焦图像融合忽略了图片大小这一因素，对任何图片都是相同的处理，那么对于尺寸较大的图片计算比较复杂、花费时间比较长。其次，它没有充分利用多聚焦图像分为清晰、模糊和边界区域的特点，对所有清晰、模糊区域仍然进行细微分割，造成不必要的计算和时间花销。而当前利用自适应分块算法实现多聚焦图像融合，虽然仅对边界区域进行细微分割，但是通过数学中的微分思想，让临界图像分块越来越小，来一步步逼近模糊清晰区域的恰好分界点，显然图像分解块的最佳大小和阈值参数的选择比较复杂，准确度不够。本文提出了一种基于增强差分演化算法的自适应分块多聚焦图像融合的方法，结合了上述两种方法的优点，弥补了相互的缺点。实验结果表明该算法不仅可以获得很好的融合效果，而且计算更简单，花费时间更少。