在现实生活中,人们使用摄像机摄像时,希望可以获得同一场景中所有景物都清晰的图像,但是摄像机单一的传感器无法同时聚焦所有目标。为此,我们采用多聚焦图像融合技术来解决这一问题。它可以将多幅同一场景但聚焦对象不同的图像融合成一幅完整且清晰的图像,有效地提高图像的信息利用率,以便于人眼的观察和后续的机器处理。因而该技术被广泛应用于军事作战、人工智能、遥感探测、医疗成像等领域。所以,探究有效的多聚焦图像融合算法成了当前的热门课题。本文在数字图像处理技术的基础上,研究学习了几种常见的图像融合方法,包括加权平均法、灰度极值法、金字塔法、小波变换法等几种像素级图像融合方法。在综合了几种方法的优点并研究了在多个尺度、多个空间分辨率和多个分解层上分别进行融合的拉普拉斯金字塔融合算法后,提出了一种改进的基于区域能量和拉普拉斯金字塔的多聚焦图像融合方法和一种基于边缘检测和拉普拉斯金字塔的多聚焦图像融合方法。首先将两幅同一场景但聚焦对象不同的图像分别分解成拉普拉斯金字塔序列,再对此图像序列分别使用不同的融合规则融合,即顶层采用加权融合,其余层采用基于区域能量的融合规则进行融合,再利用拉普拉斯反变换重构得到最终的融合图像。该方法运用区域能量的融合规则,考虑了周围像素的相互作用,可以很好的保留图像的细节和纹理信息。为进一步改进得到边缘更为清晰的融合图像,本文在之前的基础上,又提出了一种基于边缘检测和拉普拉斯金字塔的多聚焦图像融合方法。利用图像边缘检测算法,把两幅源图像的清晰边缘提取出来覆盖到上一种方法中的融合图像上,从而得到更为清晰的融合图像。该方法整体上减少了计算的复杂度、改进了图像边缘模糊等问题,得到了比传统融合方法更为清晰精确的融合图像。通过多次实验,实现了多个场景的多聚焦图像融合,研究结果具有良好的借鉴意义。