显微图像融合是图像融合的一个重要领域,它已广泛应用于生物医学、微电子产品视觉检测、材料检测等领域。在显微光学成像系统中,低倍显微镜工作距离长,景深比较大,由于显微镜物镜焦深范围小,随着放大倍数的增大,景深会相应减小,只有那些在聚焦平面或其附近的结构才是可见的,这使得即便是结构最简单的、三维深度相对平坦的物体也不可能在一幅图像中完全聚焦清晰。显微图像融合就是将多幅已经配准的、成像条件相同而关于同一场景的不同焦点图像,融合成一幅各处都清晰的图像。显微图像融合的算法比较多,本文首先分别介绍了基于空间域和基于频率域的显微图像融合算法,并对两大领域算法的优缺点进行了简单的说明。其次对基于小波变换的显微图像融合进行了深入的探讨,特别是对小波分解后的小波系数融合规则进行了深入的研究,并针对小波系数融合规则采用了在显微图像融合规则中低频分量采用基于边缘的方法与高频分量采用基于目标清晰与模糊判定法相结合的方法来选取融合小波系数。经过多次融合实验,并利用本文介绍的主观评定标准和客观评定标准进行评价后表明:采用该结合算法进行图像融合可以取得比较好的效果。然后考虑到彩色显微图像的特点,本文在已有的无下采样的融合算法基础上,首先采用了将区域权值对比度法和区域目标清晰与模糊判定法相结合来确定清晰像素点的融合规则,再直接从源显微图像中选取融合点。经实验表明,此算法可以避免让彩色显微图像融合后的彩色产生虚假彩色,并具有很好的彩色显微图像融合效果。最后考虑到显微镜视野小,一次只能采集到某个局部的图像,而无法一次采集到比较大视野的图像,对于较大范围观察或大目标图像的数据测量,必须将相邻的多幅图像拼接起来,使之成为一幅整体图像,才利于观察、记录完整的视场,本文接着介绍了显微图像拼接的关键技术及拼接的相关算法,并在此基础上,采用了基于小波变换的模板匹配算法。经实验表明,此拼接算法速度快、拼接的准确率也较高。