图像融合技术是将两幅或多幅对于同一场景存在特征差异的图像整合成一幅图像,使其包含更多各个源图像中有价值信息。其中多聚焦图像融合是其重要分支:同一位置不同聚焦点的多张照片,其清晰部分不同,将其多张照片的清晰部分融合在一张图像,有利于图像处理的进一步研究。特征提取和融合准则是图像融合问题中的两个关键因素。对于大多数现有的融合方法,无论是在空间域还是在像小波这样的变换域中,特征提取基本上都是通过设计局部滤波器来提取高频细节进行实现;融合准则指的是对不同频域子带系数运用不同规则方法。然而,为了实现令人满意的融合性能,这两项任务通常很难同时完成。在针对多聚焦图像融合的研究中,本文用深度学习的方法解决了这个问题,即同时完成了多聚焦图像的特征提取及融合准则,生成了更符合人类视觉系统的融合图像。深度神经网络的有效训练需要大量有标签的训练数据,然而,现阶段在多聚焦图像融合领域,并没有公开的标签数据集可使用,人工进行数据标定费时费力,并且质量难以统一与稳定。基于上述考虑,本文主要内容研究如下:一、使用在VOC2012中用于识别真实场景的不同物体的数据集,通过设定掩模的方法来获取网络训练集。二、在图像亮度通道Y上利用具有泛化能力的卷积神经网络LFCNN进行融合计算,克服了传统融合算法中特征提取和融合准则分开设计的困难。基于上述思想,本文提出了一种基于深度学习的多聚焦图像融合算法。实验结果表明,该算法有效克服了传统融合算法的弊端,并且在视觉质量和客观评估方面相较于传统算法有了较大提高。