作为数据融合的一个重要分支，图像融合技术在图像处理领域中是一个研究热点。多聚焦图像融合是图像融合的一种，多聚焦的产生是由于目标物体的景深不同导致聚焦或者失焦，使得图像中处于不同深度的物体清晰或模糊状态不一致，而多聚焦图像融合则可以获得图像中所有物体都清晰的融合结果，实际意义较大，研究价值很高。多聚焦图像融合技术能够有效地综合多幅图像信息，获取目标对象的清晰描述。但是多聚焦融合算法会产生块效应、重影等现象，影响视觉效果以及后续的研究，如何避免这些现象的发生成为很重要的一个研究方向。　　 本文将代数多重网格算法运用到图像融合中:将代数多重网格算法的粗网格算子提取过程运用到图像中，可以提取图像的粗化序列，再将这些粗化序列进行图像重建，重建图像与原始图像的均方误差数值与原始图像的清晰度有很大的关系，可以将这个特性应用到图像融合中，指导融合结果中清晰区域的选择。根据这个特性，将代数多重网格算法与归一化割，区域隶属度方法和边缘提取方法结合起来，进行图像融合算法研究。主要完成了以下工作：⑴将代数多重网格算法中的粗网格算子提取过程运用到图像处理中:将图像的像素类比图中的点，提取其中的强连接点，这样可以提取图像中提供较为丰富信息的像素点。对提取的图像的粗网格点进行图像重构，并与源图像做均方误差比较，可以定量的表征图像的清晰度，进而将此种特性运用到多聚焦图像融合中。⑵运用归一化割进行区域划分的融合算法，可以有效的改善图像融合质量，但是区域划分结果存在一定程度的过分割或者欠分割的现象，从而影响图像融合结果。⑶结合区域隶属度方法的融合算法，使得像素的清晰度归属更加稳定，可以进一步提高图像融合的精确性，但是位于图像中清晰与模糊边缘的块归属不能有效划分。⑷提出了一种基于边缘提取的闭合区域的多聚焦融合算法，根据边缘进行区域划分，能够得到图像模糊清晰的边界，较好的进行区域划分和块的粒度划分。对上述算法分别做了算法仿真，而且实验结果表明:本文算法能有效提高融合质量。