图像融合是图像处理的一种技术手段，是多传感器信息融合中可视信息部分的融合。多聚焦图像的融合是图像融合研究中一类具有代表性的问题，可以解除CCD中光学镜头焦距长度的限制，获得一个聚焦所有相关对象都清楚的图像。融合图像的质量好于任何一个源图像，有效地提高图像信息的利用率和系统对目标探测识别的可靠性。同时，如何评价各种图像融合效果的优劣，使得融合算法的选取可以在量化的指标下进行，也已成为一个重要的研究课题。本文从理论上对各种图像融合的方法进行了研究与讨论，其中着重研究了小波分析理论以及小波融合方法，对小波的分解层数作了选择。在给出了各种图像融合效果的评价方法之后，提出了一种基于模糊理论的图像融合效果评价方法。并结合论文的研究对象-多聚焦图像，选定熵值、交互信息量、平均梯度、偏差构成单因素评价指标集，引入基于专家评判法的人的知识确定隶属度函数，用对比排序法综合个单因素指标得到综合评价指标。通过实验完成了各种融合方法的比较，确定并证实了小波方法的优越性；对小波的分解层次作了比较，确定4～5层为最优分解层数；将基于模糊理论的图像融合效果评价方法应用于多聚焦图像的融合实验，实验结果与理论分析和人的目视效果一致，从而证明了该方法的有效性和稳定性。