单幅图像通常不能全面准确地反映一个场景的所有信息。图像融合通过综合同一场景多幅图像之间的互补信息、消除冗余信息,来提高对场景描述的准确度与可靠性,使得结果图像更易于被理解与分析。多聚焦图像融合作为图像融合的一个重要分支,该技术的目的是将不同聚焦所获得的目标能同时清晰地呈现在同一幅图像中。本文系统研究了数据的过完备稀疏表示理论,并将其引入到多聚焦图像的融合过程,提出了新的图像信息融合策略。论文的主要工作如下：1.系统的阐述了过完备稀疏表示理论,综述了图像过完备稀疏表示在图像处理与分析领域的应用。给出了K-SVD字典学习算法步骤、完成了三组过完备字典的学习,给出了正交匹配追踪算法步骤并研究了其中残差参数的选取方法。2.在基于像素邻域稀疏表示的基础上,设计了一种新的图像信息融合规则。在该规则中,根据系数向量的稀疏度来判断图像块的活性度。通过活性因子的大小来选择稀疏表示的系数。实验表明该融合规则在某些指标方面优于已经提出的同类融合规则。3.充分考虑到多聚焦图像的特点以及多聚焦图像融合的特性,设计了一种基于无重叠像素分块策略与过完备稀疏表示的图像融合算法。为了解决由于分块而产生的块效应问题,设计一种采用表示系数l1范数计算的加权融合规则,并通过实验探讨了该融合方法的字典维数对图像融合质量的影响。