如今,随着信息技术的快速发展,人们可以更容易地获取各种不同类型的图像。图像作为承载信息的主要载体,在工业生产和日常生活中被广泛使用。对于人类视觉感知和图像分析任务而言,一幅全场景清晰的图像可以提供更丰富的信息。然而,在实际拍摄环境中,由于成像设备的光学景深限制,只有在景深范围内的目标才能清晰成像,范围之外的目标往往呈现模糊状态。多聚焦图像融合技术能够对同一场景中捕获的不同景深范围内的图像进行整合,生成一幅场景中所有目标都清晰的图像。该技术的核心问题是如何在融合结果中保持来自源图像的边缘和细节信息,本文在深度学习技术的背景下,对多聚焦图像融合问题开展了进一步研究,提出了两种新算法,旨在进一步提高融合图像的性能。主要研究工作包括:现有传统方法的决策图都是通过聚焦检测算法在单通道的灰度图像上处理得到的,受到多尺度思想的启发,本文将传统的拉普拉斯能量和聚焦检测算法进行改进,使其能在多通道的深度特征进行聚焦检测,并聚合生成最终的决策图。该方法首先训练一个编解码网络以获得源图像的深层特征。然后再利用改进的拉普拉斯能量和算法在深层特征上进行聚焦检测得到决策图。最后,根据决策图得到融合图像。提出的方法有效地结合传统方法和深度学习的优点,对深度特征进行了分析而不是基于传统手动设计提取的源图像特征。实验结果表明,与现有的方法进行比较,无论是客观还是主观评估方面,所提出的方法实现了最先进的融合性能。其次,现有的绝大多数基于空间域和深度学习融合算法,在融合过程中往往需要生成中间的决策图,并且还需要通过一系列后处理步骤细化决策图以得到好的融合结果。这些分多个步骤完成的算法产生的融合结果不仅容易丢失输入源图像细节信息,使得边界区域失真,而且算法的运行效率不高。针对这种问题,为了提高融合框架的融合效率并获得高质量的融合结果,本文提出了一种基于注意力机制的多聚焦图像融合模型。首先,考虑到目前现有的数据集都是由图像切块生成的,且不包含真实融合图像标签。因此,介绍了一种合成包含真实融合图像标签的方法,按照此方法生成了一个大规模的数据集来训练提出的模型。模型的整体流程如下:首先利用多个卷积层对原始图像的特征进行提取,然后使用设计的融合策略在通道维度和空间维度进行特征融合,最后对融合特征重建获得融合结果。但又因为现有的基于深度学习的多聚焦融合算法在执行特征融合时都是使用简单的融合策略来处理图像特征,这忽略了不同源图像特征在融合图像中的重要性是不同的,导致难以恢复出高质量的融合图像。因此提出了一种基于注意力的融合策略,该融合策略可以在通道维度和空间维度赋予不同特征不同的重要性,提高了融合特征时的灵活性。该模型虽然也有三个部分,但是都是连续的三部分,不需要决策图以及后处理等步骤,是严格的端到端模型,显著了提升了融合结果和融合效率。实验结果表明,提出的算法性能优异于目前主流多聚焦融合算法,效率更高,融合每对源图像仅仅需要0.26秒。