多聚焦图像融合是指将聚焦位置不同的几幅源图像通过一定的算法融合成为一幅每一位置都聚焦的新图像。近年来,提出了很多图像融合算法,除了传统的调制、最大值、最小值和加权平均等算法,还有小波变化法、金字塔法以及PCA法等。但是从图像评价方面来看,仍然存在着许多问题。脉冲耦合神经网络(Pulse Coupled Neural Network, PCNN)是一种以生物学为背景的第三代人工神经网络。在图像处理方面发挥着极其重要的作用,主要可以用于图像分割,图像平滑处理,边缘识别等方面。在图像融合方面,PCNN模型也发挥着极其重要的作用。局部方差是指将一幅图像分块,即分成若干小的矩阵,对应的每一个矩阵都会有一个方差,那么这个方差就叫作局部方差。图像的局部方差可以很好的反映图像的细节信息以及高频分量。本文对PCNN模型的工作原理及实现方法进行了充分的分析研究。并对局部方差在图像处理方面的应用进行了详细的论述。最后本文将PCNN模型结合传统的调制方法,利用局部方差的特性得出了一种新的图像融合算法。本文主要进行了以下工作：一、详细分析了PCNN模型的原理及实现方法。并介绍了PCNN模型在图像处理方面的优势。二、介绍了图像融合的定义及意义。并对现在流行的图像融合算法进行了仿真,对仿真结果从主观和客观两方面进行了评价。总结出了每一种方法的优劣之处。三、通过对局部方差的研究。本文结合传统的调制方法得出了一种新的“基于PCNN和局部方差的图像融合算法”。通过对实验仿真以及与流行的融合算法比较,本文提出的图像融合算法不管是在主观方面还是客观方面都是一种有效并且简单的融合算法。