针对同一场景两幅严格配准的多聚焦图像的融合问题,设计了一种基于区域能量的多聚集图像融合算法。该算法利用金字塔变换得到图像的多分辨序列,采用基于区域能量的融合方法,在图像的相应层次序列的各级金字塔图像上进行融合,以获取最终的融合图像。从目视效果来看,采用本文算法进行图像融合,能够将两幅多聚焦图像融合成一幅比较清晰的单一聚焦图像。实验结果表明,本文算法与同类其它算法相比较,熵提高了0.01%～4.4%,交叉熵降低了52.93%～95.77%,互信息提高了3.13%～26.55%。

针对多聚焦图像融合中目标物边缘处产生虚影的问题，提出一种基于引导滤波与改进脉冲耦合神经网络(PCNN)的多聚焦图像融合算法。该算法利用引导滤波器对源图像进行多尺度边缘保持分解，对分解得到的基本图像和细节图像采用不同的引导滤波加权融合策略进行初步融合；将初步融合图作为外部输入激励刺激改进的PCNN模型；根据融合权重图对多幅源图像进行融合，获得最终的融合图像。实验结果表明，与传统融合算法相比，本文方法较好地保留了源图像的边缘、区域边界以及纹理等细节信息，避免了目标物边缘处产生虚影，提高了融合图像的质量。

使用高斯金字塔和拉普拉斯金字塔对两幅原图像进行分解后融合。 低频部分，采用均值融合规则；高频部分，采用取最大值融合规则。

非子采样Contourlet变换(NSCT)，是针对Contourlet变换的一些局限性进行了改进，可以对图像进行灵活的多尺度、多方向和平移不变性分解．提出了一种基于NSCT的多聚焦图像融合方法．首先对多聚焦图像进行NSCT变换；然后对变换得到的低频分量系数采用改进的加权平均融合规则进行融合处理，对高频分量的最高层和其它层系数分别采用绝对值最大和改进的区域方差融合规则进行融合处理；最后重构图像得到融合结果；并给出了实验结果．对结果的分析比较表明，所提出的融合规则的效果优于常用的融合方法和参考文献的融合方法

在某外网站上一张张下载，共4组不同焦距下的已经配准的图像，可以用于图像处理，图像融合检测等等

关于图像融合的一些英文论文，都是我的导师给我推荐的，非常经典，值得学习一下

程序很容易操作，只要运行fusetool.m就可以看到GUI界面。里面包含7种以上的融合方法，对于研究多聚焦图像融合的同学具有一定的参考价值，也可以直接拿来做融合质量的比较。

对于做多聚焦图像融合来说，是个不错的标准源图像 对于做多聚焦图像融合来说，是个不错的标准源图像 对于做多聚焦图像融合来说，是个不错的标准源图像 对于做多聚焦图像融合来说，是个不错的标准源图像

图像低频用平均法进行融合，高频用发差法和最大系数法融合，有源代码，有图像，可正常运行

这是一篇C++图像融合的论文的代码，写的挺好的，值得参考。想看论文去搜索同名论文