文件中，包含了多聚焦，红外和可见光图像和医学图像，三类融合常用的源图像，每一类都不少于8组。如果研究图像融合算法，实验验证足够。

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。

图像融合评价指标： 信息熵（IE）、标准差（STD）、对比度（CON）、空间频率（SF）、平均梯度（AG）及 Piella 基于结构相似性的两个指标 QW与 QE等

多聚焦图像融合源图像：lab.gif、pepsi.gif、clock.gif 微光与红外图像融合源图像：gun.gif