由于摄像机的景深有限,对于同一场景,很难获得一幅全聚焦的图像。这背后最重要的原因是,与镜头有特定距离的物体聚焦且清晰,而其他物体则可能模糊。为了扩展透镜的自由度并提高采集图像质量,以满足更多实际应用的要求,就需要一种低成本的图像处理技术,使每个物体都成为完全聚焦的图像。这可以通过集成具有不同聚焦平面的多个图像来实现,从而使得到的合成图像是一幅融合图像,其中所有物体都处于聚焦状态。这种图像处理的技术称为多聚焦图像融合（Multi-focus Image Fusion,MFIF）。作为图像融合领域的重要支系,MFIF一直是研究的热点。焦点区域检测是MFIF技术的关键要素。本文围绕基于焦点区域检测的MFIF展开研究。基于图像融合中最常用的三种途径,即空间域、变换域和深度学习,提出三种不同的MFIF方法,以有效解决目前MFIF过程中遇到的块效应、伪影以及失真和融合效率低等具有挑战性的问题。本文的主要研究工作描述如下。1.针对传统的基于固定块的融合方法在融合结果中容易产生块效应等问题,提出一种新的基于最优块的MFIF方法。与传统的基于块的方法不同,本文提出的方法不采用固定的块,而是采用四叉树分解的方式处理源图像。首先,为了检测出源图像的焦点信息,在修正拉普拉斯能量和（Sum of Modified Laplacian,SML）的基础上,提出了一种新的边缘加权SML作为焦点测度,命名为SEWML。这种改进的焦点测度相比于SML更具有稳健性。然后,提出一种有效的四叉树分解策略,将源图像分解成最优大小的块。同时,利用SEWML检测源图像四叉树结构中聚焦的块,自然地将聚焦块进行组合构成初始决策图,并对决策图进行优化,得到最终的决策图。最后,根据最终的决策图通过加权平均规则得到融合图像。在不同类型的多聚焦源图像对数据集上的实验结果表明,与其他14种最先进的方法相比,本文提出的方法获得了更好的融合性能。2.针对现有的MFIF方法对聚焦/散焦边界（Focus/Defocus Boundary,FDB）信息捕捉不准确的问题,提出了一种基于线性稀疏表示和图像抠图的MFIF方法。首先,引入一种基于线性稀疏表示的焦点测度,它利用自然图像形成的字典与输入图像在局部窗口上的线性关系,通过求解线性系数来表示图像的焦点信息。然后,利用这种焦点测度获取源图像的焦点图和一个由聚焦区域、散焦区域以及包含FDB的未知区域组成的三元图,并将三元图作为一个输入,采用图像抠图技术处理源图像的FDB区域,从而得到较精确的全聚焦图像。最后,为了进一步提高融合图像的质量,将得到的全聚焦图像作为新字典实现融合过程的迭代进行,在经过设定的更新次数后得到最终的全聚焦融合图像。图像融合实验采用典型的30对多聚焦源图像。实验结果表明,同其他最先进的融合方法相比较,本文所提出的方法具有较好的融合性能和视觉效果,且计算效率较高。3.针对现有基于深度学习的图像融合方法普遍采用分块作为输入的问题,提出了一种新的基于深度回归学习的MFIF方法。该方法是一种端到端的结构,并将焦点区域检测视为一个回归问题。具体来说,首先采用一种新的α-matte边界散焦模型,以精确模拟散焦扩散效应,并生成更加逼真的多聚焦图像训练数据。然后,一对多聚焦源图像被直接输入到网络中,以预测其关联的二值掩膜,其中每个元素表示输入像素是聚焦还是散焦。由于采用这种像素到像素的回归学习,使聚焦和散焦像素之间的区分信息以及每对像素之间的互补信息得到了有效利用,从而解决了其他基于分块的方法中所存在的边界不清晰问题。最后,根据估计的掩模,通过加权平均规则生成融合图像。本文方法通过引入边缘保持测度和焦点信息测度,进一步提高了融合图像的质量。大量的实验结果表明,与其他最先进的融合方法相比,本文提出的方法在视觉感知和定量分析方面都取得了较好的结果。