张耀军，栗 磊，吴桂玲

(信阳农林学院计算机系，河南信阳464000)

多聚焦图像融合是指将原本针对同一场景的多幅聚焦于不同目标区域中的源图像中的清晰聚焦区域加以提取，并注入到一幅图像中的过程。该工作有助于提升图像的信息量，为后续的图像处理工作奠定良好基础。

目前，主流的多聚焦图像融合方法主要基于变换域理论而展开。离散小波变换(Discrete Wavelet Transform，DWT)较之前的金字塔变换在图像信息捕捉能力上已经有了较大的提升，但该理论仅限于捕捉奇异“点”信息，对二维的奇异“线”信息表达能力不足。为此，国内外专家学者针对DWT理论进行了探索和研究，先后提出了复小波变换(Complex Wavelet Transform，CWT)［1］、提升小波变换(Lifting Wavelet Transform，LWT)［2-3］、脊波变换(Ridgelet Transform，RT)［4］、Bandelet变换［5］、曲波变换［6］、轮廓波变换(Contourlet Transform，CT)［7-8］等理论，虽然这些理论在一定程度上改善了图像融合效果，但平移不变性的缺失导致了最终融合结果图像中出现了“振铃”效应，严重影响了视觉效果。为此，Cunha等人对CT理论进行进一步改进，摒弃了其中的下采样机制，构造了非下采样轮廓波变换(Non-Subsampled Contourlet Transform，NSCT)理论［9］。同CT理论相比，NSCT拥有更敏锐的图像细节和边缘信息捕捉能力，因此近年来，NSCT已被广泛用于图像融合领域［10-11］。相比以往经典的多尺度几何分析理论，NSCT的图像融合能力得以大幅提升，然而过高的计算复杂度大大制约了该理论的应用前景，尤其是诸如军事、医学等对实时性要求较高的实用领域。

2008年，Easley等人［12］构造并提出了非下采样剪切波变换(Non-Subsampled Shearlet Transform，NSST)理论，不同于NSCT理论的非下采样方向……