图像融合是将两个或两个以上的传感器在同一时间(或不同时间)获取的关于某个具体场景的图像或者图像序列信息加以综合,以生成一个新的有关此场景的图像。而这个图像是从单一传感器获取的信息中无法得到的。多聚焦图像融合是图像融合技术的一个重要分支,它能够解决同一光学传感器在对同一场景成像时,由于景深的巨大差异,不能使同一幅图像中的所有目标都聚焦清晰的问题。多聚焦图像融合技术广泛应用于机器视觉、数码相机的清晰成像、目标识别等领域,在军用和民用都有广阔的应用前景。本文首先介绍了图像融合的发展背景和基本理论,给出了一些图像融合质量评估方法,然后重点研究了基于小波变换的多聚焦图像融合算法。在现有的小波融合算法基础上,通过进一步的分析、改进,本文提出了一种基于小波域多尺度自适应融合算法。由于对源图像不同区域采用了不同的高频融合方法,更多地保留了源图像的边缘信息,经过对比实验证明了该算法的融合效果优于同类算法。此外,本文对Contourlet变换在多聚焦图像融合上的应用进行了较为系统的研究,利用Contourlet变换的多尺度多方向特性,提出了Contourlet域多尺度方向自适应图像统合算法,通过实验证明该算法优于小波域多聚焦图像融合算法。