图像融合是将两个或者两个以上的传感器在同一时间(或不同时间)获取的关于某个具体场景的图像序列信息加以综合,生成一个新的有关场景的解释(即关于场景的具体信息),而这个解释是从单一传感器获取的信息中无法得到的。近年来,图像融合已成为图像理解和计算机视觉领域中一项重要而有用的新技术。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,该技术能有效提高图像信息的利用率和系统对目标探测识别的可靠性。因此该技术正广泛地应用于机器视觉、数码相机、目标识别等领域。图像融合可以分为三个层次:像素级融合、特征级融合和决策级融合。目前使用广泛的是基于像素级的图像融合方法。在像素级图像融合中,多分辨率图像融合算法是应用广泛且及其重要的一类算法。本文重点研究基于小波变换的多聚焦图像融合算法,这种算法属于多分辨率图像融合算法。在现有的基于小波域的图像融合法研究的基础上,通过进一步的分析、改进,本文提出了一种新的基于小波方向对比度的多聚焦图像融合方法,该方法既利用了人类视觉系统对于图像的局部对比度非常敏感,也考虑到了图像区域像素之间的相关性,且其融合结果要好于传统的基于小波方向对比度的图像融合方法。本论文的主要内容包含以下几个方面:首先,论述了图像融合技术的基本理论、现状和方法并对多聚焦图像融合算法及图像融合结果的评价方法做了分类;其次,研究了基于小波变换的多聚焦图像融合方法,并提出了改进后的基于小波方向对比度的多聚焦图像融合方法,并进行了仿真;再次,研究了基于小波包变换的多聚焦图像融合方法;最后,总结本论文的研究成果和不足,并指出发展方向。