随着多种成像传感器的出现及其应用领域的不断拓展,利用它们获取的多聚焦图像数据日益增加,通过分析这些数据可以发现,其互相之间存在互补性和冗余性。利用互补性可以让数据得到融合,进而使图像可以表现出更加全面和丰富的细节;利用冗余性可以让结果更加可靠,并且能够让信噪比得到改善。通过利用图像融合技术,可以处理同一场景中的多个图像目标,让目标的清晰度提升,让图像呈现出来的信息可以更加完整、全面。现在,很多领域都应用了图像融合技术,比如遥感技术、医疗、计算机视觉等,因为该技术可以发挥巨大作用,因此有必要研究和分析该技术,使其可以得到进一步改进。多聚焦图像融合是为了对多源图像进行提取操作,进而获得清晰区域,然后组合这些清晰区域,从而获得清晰图像。因此可以明确,提取源图像清晰区域的准确性会直接影响多聚焦图像的融合质量。模糊理论可以很好的描述图像中的不确定性,是研究模糊性和不确定性的重要工具之一。本文将其应用于多聚焦图像融合,提出了两种基于模糊理论的多聚焦图像融合算法:(1)提出基于模糊推理的多聚焦图像融合算法。首先对源图像分别进行模糊推理,并得到源图像的聚焦度量图;其次比较和分析所得的聚焦度量图,然后明确融合决策图;最后,在决策图的基础上融合两幅多聚焦源图像。(2)提出基于非降采样剪切波(NSST)与二型模糊的多聚焦图像融合算法。首先需要利用非降采样剪切波分解两幅多聚焦源图像,接着对分解后的高频子带进行取大,可以更好的保留图像细节;低频子带采用二型模糊进行融合,使图像边缘过渡更自然;最后对高低频子带进行逆变换生成融合结果图。对两种融合算法分别进行仿真实验,同时与三种经典融合算法做对比。通过比较主观和客观融合评价标准,对本文提出的基于模糊理论的多聚焦图像融合算法的有效性进行了验证。