1.一种基于NSCT和对比度梯度的多景深全场光学图像融合方法，其特征在于：包括以下步骤：步骤S1：构建光学系统，利用强度波动调制效应获得多个景深全场光学血管造影图像；

步骤S2：输入两个不同景深全场光学血管造影图像，对两个多景深全场光学血管造影图像进行NSCT分解，其中，每个景深全场光学血管造影图像分解为一个低通子带图和多个带通子带图；

步骤S3：利用稀疏表示对两个低通子带图进行融合，得到一个低通子带融合图像；

步骤S4：基于对比度梯度和空间频率对多个带通子带图进行融合，得到一个带通子带融合图像；

步骤S5：将所述低通子带融合图像和所述带通子带融合图像进行最优线性重构，再NSCT逆变换得到最终融合图像。

2.根据权利要求1所述的一种基于NSCT和对比度梯度的多景深全场光学图像融合方法，其特征在于：步骤S3中，利用稀疏表示对两个低通子带图进行融合具体包括以下步骤：步骤S31：利用滑动窗技术将两个低通子带图划分为与字典中单个原子具有相同尺寸的8×8的块，并重叠λ个像素，分别得到两个低通子带图中W个块，其中，图像块集合表示为和步骤S32：将每个位置l，两个低通子带图中的图像块重新排列成列向量，得到 和步骤S33：使用正交匹配追踪算法OMP对 和 进行优化求解，得到 和 对应的稀疏表示系数 和 通过比较L1范数大小选择低通子带的稀疏表示系数，得到融合图像低通子带的稀疏表示系数：使用过完备字典D对 线性表示，得到向量

其中，D是学习后的字典，v代表图像q的稀疏系数；

步骤S34：对两个低通子带图中的所有图像块重复步骤S31‑步骤S33，得到低通子带融合图像的低通子带向量 将每个向量转换为8×8的图像块，按顺序放于各自原始位置，得到低通子带融合成分Lf。

3.根据权利要求1所述的一种基于NSCT和对比度梯度的多景深全场光学图像融合方法，其特征在于：步骤S4中，基于对比度梯度和空间频率对多个带通子带图进行融合具体包括以下步骤：步骤S41：根据带通子带图的空间频率和局部对比度，计算得到决策图，计算公式如下：其中， 表示A源图像在尺度u下第k个方向的决策图， 和 分别表示A源图像在尺度u下第k个方向的带通子带图的空间频率和B源图像在尺度u下第k个方向的带通子带图的空间频率， 指的是 的局部对比度；

步骤S42：对决策图进行形态学滤波，得到初始决策图，计算公式如下：其中， 代表A源图像的面积，r代表比例因子， 表示经过形态学滤波后的初始决策图；

步骤S43：一致性检验对初始决策图进行优化，生成最终决策图，计算公式如下：其中， 代表A源图像最终经过一致性验证获得聚焦区域的最终决策图，Θ是以位置(i,j)为中心的、大小为 的邻域，a和b分别代表离中心点的水平和垂直像素距离；

步骤S44：根据最终决策图，计算得到带通子带融合图像，计算公式如下：其中， 表示带通子带融合图像， 表示A源图像的带通子带图， 表示B源图像的带通子带图， 表示A源图像的最终决策图， 表示B源图像的最终决策图。

4.根据权利要求1所述的一种基于NSCT和对比度梯度的多景深全场光学图像融合方法，其特征在于：步骤S5中，最终融合图像的生成计算公式如下：其中，F表示最终融合图像， 表示带通子带融合图像，Lf表示低通子带融合图像。

5.根据权利要求2所述的一种基于NSCT和对比度梯度的多景深全场光学图像融合方法，其特征在于：步骤S32中，对 的优化求解具体如下：使用OMP对 的稀疏表示向量 进行优化求解：

其中，δ是稀疏重构误差。

6.根据权利要求3所述的一种基于NSCT和对比度梯度的多景深全场光学图像融合方法，其特征在于：步骤S41中，空间频率的计算方法包括以下步骤：步骤S411：遍历一个带通子带图中的像素矩阵的行，求行方向相邻像素间差的平方和，平方和求平均后开方得到的行频率值；计算公式如下：步骤S412：遍历一个带通子带图中的像素矩阵的列，求列方向相邻像素间差的平方和，平方和求平均后开方得到的列频率值；计算公式如下：步骤S413：根据行频率值和列频率值，得到整个带通子带图的空间频率值；计算公式如下：其中，A源图像的带通子带图 在点(i,j)处的空间频率值，用 表示；

表示A源图像带通子带图 中像素矩阵的行频率值， 表示A源图像带通子带图中像素矩阵的列频率值。

7.根据权利要求3所述的一种基于NSCT和对比度梯度的多景深全场光学图像融合方法，其特征在于：步骤S41中，局部对比度的计算公式如下：其中， 表示B源图像在尺度u下第k个方向的带通子带图的空间频率，指的是 的局部对比度，p×q代表邻域Ω的尺寸。