图像融合是按照一定的规则,将两个或两个以上的传感器在相同或不同时间内获得的同一场景或同一目标的成像进行处理,最终获得更适合进一步图像处理的要求。多聚焦图像融合就是把分别聚焦到各个目标多次拍摄而得到的多幅图像进行融合,从而得到在一幅图像内各个目标都清晰的图像。多聚焦图像融合主要应用于数码相机的清晰成像、机器视觉以及目标识别领域。本文介绍了小波变换理论和多聚焦图像融合技术,在此基础上,分析研究了基于小波变换的多聚焦图像融合原理和多聚焦图像融合规则,考虑到传统的基于区域能量的融合规则在灰度变化明显和不明显区域的融合效果不尽理想,提出了一种改进的基于区域能量的多尺度自适应融合算法,最后通过仿真对比验证了基于区域能量多尺度自适应的多聚焦图像融合的优越性。目前图像融合规则中低频区域普遍采用加权平均法,通过仿真发现,采用基于主成分分析的低频区域融合规则得到的图像比加权平均法得到的图像的评价指标要高。对于高频区域,提出了基于信息系数矩阵的多聚焦图像融合算法,该算法首先对源图像进行离散小波框架变换,根据离散小波框架变换系数求取各图像中像素的清晰度指标,然后根据各图像中像素的清晰度指标来计算图像信息系数矩阵,通过这个信息系数矩阵来决定在小波域中如何选择一个像素点来完成最终的融合图像,最后,通过仿真比较了传统融合算法和改进的基于区域能量的多尺度自适应算法,证明了基于信息系数矩阵算法的优越性。