1.基于感知哈希算法的图像融合方法，其特征在于：具体步骤如下：

步骤S101，将待融合的两幅彩色图像转换为灰度图像；

步骤S102，对两幅灰度图像进行子块划分，得到一系列子图像；

步骤S103，计算每一对子图像的聚焦测度；

步骤S104，利用感知哈希算法计算每一对子图像的“指纹”；

步骤S105，计算每一对子图像的“指纹”的匹配程度，即计算子图像hash指纹相似度；

步骤S106，根据子图像指纹相似度的不同，采取不同的融合策略：当子图像相似度匹配程度较高时，即相似度大于0.5，直接选取聚焦测度较大的子图像作为融合结果的一部分，当子图像相似度匹配程度较低时，即相似度小于或等于0.5，采用聚焦测度得到待融合图像的边缘清晰部分进行融合；

所述步骤S103中子图像聚焦测度采用方向统计方法来计算，具体而言是根据当前像素点的邻域像素来计算该像素点在水平、垂直、左对角线，即45度角方向和右对角线，即135度角方向上5个像素的标准差σ和平均值μ，为了抵消不同子图像区域像素值的差异，使用标准差除以平均值作为相应方向上的聚焦测度，4个方向上的聚焦测度平均值作为该像素点的聚焦测度，邻域选取采用以下模板T：

2.如权利要求1所述的基于感知哈希算法的图像融合方法，其特征在于：所述步骤S104中子图像的“指纹”的计算过程如下：将子图像每个像素的灰度值与该子图像灰度的平均值进行比较，大于平均值，记为1，小于或等于平均值，记为0，将比较结果组合在一起便得到了该子图像的一个“指纹”。

3.如权利要求1所述的基于感知哈希算法的图像融合方法，其特征在于：所述步骤S105中hash指纹相似度的计算采用汉明距离来实现。

4.如权利要求1所述的基于感知哈希算法的图像融合方法，其特征在于：所述步骤S106中相似度匹配与融合具体实现过程是：根据每一对子图像计算所得到的相似度，将子图像的匹配程度分为相似与不相似两组；通过实验，本发明将hash指纹相似度大于0.5时认定为图像相似，小于或等于0.5时认定为不相似；相似度高的子图像位于待融合图像的非聚焦边缘处，只需要选取清晰部分的子图像，即平均聚焦测度大的子图像进行融合；相似度低的子图像，处于聚焦边缘处，图像扭曲程度较大，需逐点进行对比并进行融合。