近几年来,随机游走模型(random walk)与引导滤波器(guided filter)在图像处理领域受到了研究者们的广泛关注。前者已经被应用于图像处理的多种领域——图像融合、图像平滑、图像增强、图像分割等,并且均取得了良好的效果;后者由于具有极好的保边平滑效果,也得到了越来越多研究者的青睐。这篇文章提出了两种多聚焦图像融合算法,并且这两种算法有一个相似的地方,即通过同时将随机游走模型与引导滤波器运用于图像融合领域,从而充分发挥二者的优良特性。本文主要提出了两种基于随机游走与引导滤波的多聚焦融合算法:第一种算法首先利用随机游走滤波器,将源图像进行二尺度分解;然后运用随机游走滤波器和引导滤波器,分别求得细节层图像和基础层图像的初始权值;接着通过不同的比重将对应的两个初始权值结合,求得基础层的最终权值和细节层的最终权值;最后,通过加权平均再相加的步骤得到最终的融合图像。第二种算法也是先利用随机游走滤波器,对源图像进行二尺度分解。然后使用引导滤波器对初始权值进行优化,得到中间权值,接着使用随机游走滤波器对中间权值进行优化,得到最终的权值图。最后,通过加权平均再相加得到融合图像。