随着图像传感器技术的发展，图像处理技术的应用也越来越广泛。同一光学传感器在对同一场景成像时，要使场景中的所有目标都聚焦清晰是很困难的，如何将同一场景中的所有目标进行融合使融合后的图像处处聚焦已成为一个急需解决的问题。　　 Curvelet（曲波）是一种新的多尺度分析的方法，比小波更适合分析二维图像中的曲线或直线状边缘特征，而且具有更高的逼近精度和更好的稀疏表达能力。第二代Curvelet变换理论的提出也使得其理论更易理解和实现。将Curvelet变换引入图像融合，能够更好地提取原始图像的特征，为融合图像提供更多的信息。　　 本文首先介绍了Curvelet产生的过程和基础理论，并且阐述了第二代Curvelet变换的原理，讨论了它的两种实现算法。　　 其次结合已有的图像融合规则和Curvelet的优秀的边缘分析能力，研究出一种新的更适合将第二代Curvelet变换应用于图像融合领域的融合规则——基于区域边缘的规则。首先对图像进行Curvelet变换，然后在相应的尺度上利用基于区域边缘的规则将Curvelet系数融合，最后进行重构得到融合图像。实验选用多聚焦图像，并通过选取几种不同组合的融合规则进行比较，从得出的图像和客观评价数据可以分析得出本文的基于区域边缘的规则非常适合将Curvelet变换用于图像融合，同时效率也比较高。　　 针对本文改进了的Curvelet融合规则的优点，将其用于边缘检测，可以发挥其有效的边缘保留能力。而各种边缘检测算子各有千秋，通过融合，可以综合其各自优点，获得更好的边缘检测效果。　　 最后，鉴于专用性和使用的方便性，开发出一个具有图像融合功能的数字图像处理系统。它包含了图像的预处理和图像融合功能。在图像融合部分，结合了Visual C++和Matlab各自的优点，进行二者混合编程。因为Visual C++调用Matlab引擎，合理地利用了Matlab功能强大的图形图像处理函数。这个系统可以进行友好的操作和高效的图像处理。