针对多聚焦图像融合，本文首先介绍了小波变换融合算法，虽然小波变换方法无冗余，高频分量损失较小，具有较好的融合效果，但存在两个主要缺点：一是移变性，二是融合图像在重构时会受到一些外来因素的影响，所以仍会丢失一些边缘信息，为了克服小波变换法的以上缺点，可以采用基于小波分解和点扩展函数模型PSF相结合的融合方法。该方法首先对不同的图像进行无降2采样的小波分解，以保持与源图像大小相同，然后分别将其各方向、各尺度的高频分量进行叠加，并依此提取其高

针对多聚焦图像融合，本文首先介绍了小波变换融合算法，虽然小波变换方法无冗余，高频分量损失较小，具有较好的融合效果，但存在两个主要缺点：一是移变性，二是融合图像在重构时会受到一些外来因素的影响，所以仍会丢失一些边缘信息，为了克服小波变换法的以上缺点，可以采用基于小波分解和点扩展函数模型PSF相结合的融合方法。该方法首先对不同的图像进行无降2采样的小波分解，以保持与源图像大小相同，然后分别将其各方向、各尺度的高频分量进行叠加，并依此提取其高

二、策略原理： 受到我们在公开课PR02中分享的Abberation策略的启发，我们开发出利用RSI指标反向做突破策略的新思路。我们都知道，Bollinger是一个震荡的指标，帮助投资者进行震荡行情的抓取和判断，但是Abberation策略却创新的利用震荡指标的突破来进行趋势交易，并且过滤掉了震荡行情。 这一期的MTMcRSI交易策略正是利用了这样的震荡指标，来反向判断趋势行情，可以说是对Abberation创新策略稳定策略的一种继