陈垚佳，张永平，田建艳

(1.太原理工大学 信息工程学院，山西 太原030024;2.宁波工程学院 电子与信息工程学院，浙江 宁波315211)

由于光学成像机理的限制，单幅图像所能捕捉到的信息量有限，不能保证同一场景里的背景与目标都均匀清晰。通过对同一场景进行多聚焦拍摄，可以得到多幅不同聚焦点的图像。多聚焦图像融合技术就是利用这组多聚焦图像的互补和冗余信息，得到一幅可信度高、更为人眼视觉所接受的新图像。在医学、遥感、计算机视觉、天气预报及军事目标识别等方面图像融合技术都得到广泛的应用。

融合技术可分为像素级、特征级、决策级三个层次的融合。目前的研究主要以像素级融合为主，其融合方法主要分为两类:空间域方法比如像素的加权平均、伪彩色映射、非线性方法、贝叶斯优化方法、人工神经网络法［1］等和变换域方法如金字塔分解、小波［2-5］、曲波［6］、轮廓波［7］等多分辨力变换以及经验模式分解［8］、ICA变换［9］、非负矩阵分解［10］等。

基于变换域的图像融合作为一种有效的融合技术得到快速发展。这种融合方法首先图像分解到另一个变换域，对变换域系数按照一定规则进行融合，最后利用逆变换重构融合图像。图像变换主要是基于小波、曲波、轮廓波等多分辨力变换。这类变换是在完备基上对图像进行表示的，不能对图像很好的稀疏表达。近年来稀疏表示被应用于图像处理与分析领域，如图像去噪［11］、超分辨力［12］、修复［13］以及人脸识别等，它是在过完备基上对信号进行表示的，具有更好的稀疏表达能力。……