图像融合是将多个不同传感器获得的多个图像信息进行综合处理,满足某种特定需求的一项技术。大多数现有的多图医学图像融合和多图多聚焦图像融合需要用多尺度变换来实现。然而,进行多尺度变换不一定能保留源图的图像强度,并且多尺度变换还需要一个较高的计算复杂度,同时多尺度变换图像融合结果的灰度和对比度往往会发生改变,会出现或多或少的亮度和对比度失真,甚至还有可能发生灰度超出值域的问题,严重影响了源图有效信息的保留。本文提出了一种基于保边平滑的迭代联合滤波器,此联合滤波器是基于引导滤波器和联合双边滤波器的滤波特性提出的。此迭代联合滤波器具有一个性质,即可以在输入图像的大尺度结构旁边很好的恢复引导图的小尺度细节。基于此滤波器,本文提出了一种计算复杂度较低的空间域图像融合方法。本文的图像融合方法把图像梯度作为显著衡量,然后使用迭代联合滤波器来优化融合权值,使融合权值与输入源图的边缘特征更为匹配。利用保边平滑滤波器的特性改善了融合权值和输入源图显著区域的匹配性,避免了图像融合中的灰度和对比度失真问题。利用迭代联合滤波器的特性,使融合结果图中的边缘衔接更为自然。此方法是在空间域融合的,因此其融合效率比在变换域融合高。本文通过11组与其他融合方法的对比实验,证实了基于迭代联合滤波器的图像融合方法具有有效性和高效性。通过三种客观评价标准和主观评价标准来证实本方法的融合质量和融合效率处于优势。