多聚焦图像融合就是通过某种方法,从一组多聚焦图像(场景相同,聚焦不同)中组合出一张新的图像,融合后的图像更符合人或者机器的视觉特性,有利于进一步的分析应用。小波变换可以同时在时间域和频率域做多尺度和多方向分析,所以多应用在图像处理等诸多领域。论文首先是对小波变换进行了研究并提出在图像融合方面的应用模型。重点讨论了两种小波变换DWT和DT-CWT,包括变换的原理、滤波器的构造、在图像融合领域的表现等性质。然后讨论小波变换后的图像高频和低频融合算法。本文列举了多种常用的高频及低频融合方法,将邻域清晰度引入到图像融合中,提出了一种基于邻域图像清晰度的高频融合方法。相比于传统的融合方法,该方法依据小波不同系数频带之间的相关性,以不同频带对应位置系数的空间频率的加权平均值来作为局部图像的清晰度。通过实验来证明该方法在Q-shift DT-CWT变换下的有效性。第三研讨了对融合图像的评价指标,对融合后的图像进行评价也是一项重要的工作,旨在检验算法是否有效以及融合图像是否满足要求。本文从主观评价和客观评价两方面入手,对多种评价方法分类讨论。实验部分主要是对提出的融合算法的检验。最终实验的结果表明,与传统算法对比,本文引用的算法具有更好的融合效果。