给出了一种形态学多小波变换多聚焦图像融合方法。该方法利用不同的小波对待融合图像进行小波分解，采用形态学灰度形态梯度边缘检测算子对低频子图像进行边缘检测,以更好地保存图像边缘细节信息；采用加权平均方法选择高频系数。对两组多聚焦图像进行实验表明,采用这种方法能够更好地保留图像边缘信息，融合效果明显优于传统的图像融合方法。

为了克服基于多尺度变换域的图像融合中子带系数选择的困难，解决基于空间域的图像融合所遭受的块效应问题，提出了一种新颖的混合多焦点图像融合方法。 首先，使用非下采样轮廓波变换（NSCT）分解源多焦点图像。 低频子带系数通过基于和拉普拉斯和的局部视觉对比度进行融合，而高频子带系数通过局部Log-Gabor能量进行融合。 随后基于具有融合系数的反NSCT重建初始融合图像。 其次，在分析了先前融合图像和源图像之间的相似性之后，获得了初始聚焦区域检测图，其用于获得通过采用数学形态学后处理技术而获得的决策图。