【目的】多聚焦图像融合指的是从同一场景下不同的图像中提取各自的聚焦区域，得到一幅全聚焦的图像，是近些年来图像处理领域一个热门的研究方向。传统的图像融合技术存在融合区域不清晰、失真、存在伪影等情况。针对这一现象，提出了一种基于深度学习的图像融合方法。【方法】所提算法整体使用了孪生网络来对图像中的聚焦区域进行分类，同时还引入了GoogLeNet中的Inception模块来提高网络的特征提取能力，取得了良好的性能。为了充分利用源图像中的特征信息，提出的算法中使用了不同大小的子块来提取源图像中不同尺度的特征信息，获得源图像多个尺度的特征。此外，提出的方法获得的二值图能够精确反映出源图像的聚焦区域和非聚焦区域，因此不需要应用后处理步骤来对二值图进行优化，降低了网络的复杂度。【结果】在Lytro多聚焦图像集和其他常用的多聚焦灰度图像集上的实验结果表明：相比于其他经典算法，提出算法的融合结果从主观和客观两个维度上都拥有显著的优势。【结论】提出的算法很好地融合了源图像中的细节特征，融合边缘自然平滑、无伪影产生，取得了较传统算法更好的融合效果。