多聚焦图像融合是将多幅成像条件相同而且关于同一场景的不同焦点图像,融合成一幅各处都清晰的图像。通过对多聚焦图像进行融合能够有效提高图像信息的利用率和系统对目标探测识别的可靠性,本文针对多聚焦图像的融合算法进行了研究,内容主要包括以下几个方面:(1)对现有的典型的空域图像融合算法进行了系统的分析和验证,提出了一种改进的梯度算子算法,该算法在确定图像真实梯度方向的基础上对多聚焦图像进行融合,仿真试验的结果表明该方法与传统的空域图像融合算法相比融合效果较好。(2)分析了傅立叶变换和小波变换的原理,指出了与傅立叶变换相比采用小波变换作为图像融合手段的优势所在,对基于小波变换的多聚焦图像融合算法进行了深入研究,从小波变换的高频算子和低频算子两个角度讨论了几种典型的的多聚焦图像融合算法,并分析了选择不同的小波基和分解层数对融合结果的影响,根据小波函数的性质和多聚焦图像的特点提出了改进的基于边缘强度的小波算法。(3)研究了图像融合质量的评价参数,总结出适用于评价多聚焦图像质量的性能指标,采用图像信息熵、图像均值、标准差、清晰度和空间频率等参数作为本论文性能分析的判断标准,利用这些评价参数对本文研究的各种空域及小波融合算法进行了评价。