本发明公开了一种基于忆阻脉冲耦合神经网络的多聚焦图像融合方法。现有脉冲耦合神经网络(Pulse coupled neural network，PCNN)中，连接系数的自适应改变方法完全基于计算机模拟仿真，可能导致PCNN模型在运行过程中时效性较低；同时，参数(连接系数)的自适应变化方程完全由人为设定，无法保证在实际的操作过程中参数自适应变化的可行性。本发明方法首先设计了一种基于忆阻交叉阵列紧密的电路结构的自适应忆阻PCNN模型；然后设计了一个灵活、通用的映射函数(Mapping function)；再将该自适应忆阻PCNN模型应用于多聚焦图像融合中，通过进一步改进其网络结构(单通道→多通道)，得到较好的多聚焦图像融合结果。该方法不仅为众多参数控制的神经网络模型中固有的参数估计问题提供了全新的解决思路，并且有利于促进神经网络硬件化实现。