多聚焦图像融合是图像融合领域重要的研究内容,可以克服光学镜头景深有限的不足,将多幅聚焦范围不同的图像中的清晰区域或像素提取出来,清晰地显示在一幅图像中,有利于图像的特征提取、边缘检测及目标识别。多聚焦图像融合涉及传感器、信号处理、图像处理等多个学科,已广泛运用到医疗诊断,遥感,监控以及军事等领域。多聚焦图像像素级融合是多聚焦图像融合的基础,如何有效提取源图像中的聚焦区域并且获得更多的边缘细节信息是多聚焦图像像素级融合的关键。本文旨在提高源图像聚焦判定的准确率,并有效抑制块效应,较好地提取清晰区域以及边缘目标细节。本文的主要研究工作如下:1.针对聚焦区域像素与离焦区域像素难以准确判定,在融合过程中易损失边缘轮廓和细节信息的问题,提出基于导向滤波(Guided Filtering,GF)的多聚焦图像融合方法。通过使用GF对源图像分层,得到源图像的基础成分和细节成分,以判别各成分的聚焦区域得到融合图像。该方法可有效识别源图像中的清晰区域,融合图像的细节和边界更清晰。2.针对非负矩阵分解(Non-negative Matrix Factorization,NMF)算法存在的融合图像模糊、对比度低的问题,提出基于动态引导滤波(Rolling Guided Filter,RGF)的多聚焦图像融合算法。通过对待融合图像进行多尺度分解,获得基础层和细节层;对源图像各层分别采用不同的融合算法,可使融合后图像的纹理与结构信息更加清晰,对比度有显著提高。3.将文中提出融合算法集成到图像处理系统中,设计并实现了多聚焦图像融合原型系统。