目前，显微图像分析已广泛应用于材料检测、细胞组织、石油地质等各领域。显微图像的获取是通过摄像装置将显微镜下的光信息转换为数字图像信息送入计算机内，而摄像机的视域范围小于显微镜的视域范围，一个视场的图像信息往往不能反映样本的全部信息。为了反映整个样本的全貌，需要进行多视场显微图像采集和处理，获得全样本的大幅图像。因此图像拼接的研究具有重要的理论意义和应用价值。显微成像时，往往由于样本本身表面不平整，或样本薄片磨制有一定厚度，导致同一视场图像的聚焦平面不一致。为此，需要进行变焦多帧显微图像采集和处理。本文讨论图像融合技术，将几幅不同局部清晰的图像进行整合，获得全局清晰的图像。 针对显微图像光照差异明显和几何平移较大的特点，本文提出了一种全自动的无缝拼接算法。在图像配准阶段，首先自主选取配准模板，然后采用图像的奇异值作为匹配特征，以规范化奇异值的Hausdorff距离作为特征匹配的相似性度量，最后通过多模板分级匹配的策略实现图像配准。 图像合并时，对于有微小旋转的情况，采用Harris角点检测和距离矩阵法估计仿射变换参数。然后，用动态规划法建立最佳拼接缝，并强制改正拼接缝两边的色彩(灰度)差异，从而实现拼接缝周围色彩(灰度)的平滑过渡，达到较好的视觉效果。通过对不同位移情况的图像进行拼接实验，证明了本文提出的方法效果良好，对具有较大平移变换和一般光照不均的图像有较强的鲁棒性。 根据显微图像应用的特点，本文提出了一种基于目标边缘及对比度的小波变换融合法。它是对分解后的低频分量进行边缘提取，再结合三个高频之和相对低频的对比度来作为低频分量的活性测量，以决定融合图像低频分量的系数，