由于传感器种类的多样性及传感器成像的局限性,不同传感器具有不同的成像特点,通过单个传感器来获取某个场景的内容时,所获取的图像往往不足以包含场景中的所有细节信息。为了有效的解决这个问题,对于同一个场景可以使用不同类型的多个传感器去捕捉,并将捕获的同场景、不同类型的图片进行融合,使融合图像含场景中所有细节信息。目前,现有的融合方法大多都是针对特定的场景进行融合,这样的融合方法具有一定的局限性,比如针对多聚焦场景的融合方法,仅能对多聚焦图像产生较好的融合效果,对其它场景融合效果并不理想。因此,本文针对上述问题提出了一种基于KNN-Matting的融合方法,该方法既能清晰聚焦场景中的所有目标,又能实现不同图像传感器捕获多模式图像的融合。该方法以KNN-Matting算法为理论依据。本文具体工作慨括如下：首先,简单的阐述了抠像的原理,并对KNN-Matting算法及已有的针对多聚焦场景的抠像融合算法的实现进行了简单的概述。其次,总结了多聚焦融合方法中抠像算法的不足,进而提出了一种基于KNN-Matting的图像融合方法,该方法不仅可适用于多聚焦场景,还适应于多模式等其它场景。该方法的主要思想是：将每一幅原始图像中的清晰细节区域看作每一幅原始图像的前景区域,借助于KNN-Matting抠像算法将前景区域从原始图像中分离出来实现图像融合。对比实验证明了该方法在主观和客观上对多聚焦,多模式等不同场景及不同模式的图像都有较好的融合效果。最后,针对基于KNN-Matting的图像融合方法在前景像素的选取上存在不足,本文提出了一个改进的方案,即基于双级的KNN-Matting抠像融合方法,该融合方法能很好的解决基于KNN-Matting抠像的图像融合方法前景像素选取存在不足这一问题,且与近期提出的融合方法进行了对比实验,通过对比实验充分说明该方法在边缘保持上的优越性。