医学图像信息融合是当代信息科学与医学影像科学相交叉的一个研究课题,它是医学图像处理学科的一个新的研究热点。作为图像融合的基础,图像的预处理和配准有着非常重要的意义,预处理的效果和配准的精度直接影响着融合的效果。本文首先比较研究了二维医学图像的插值、空间变换、图像增强等与图像融合相关的预处理方法。其次研究了基于互信息的多模态医学图像配准方法。这是以互信息作为衡量两幅图像配准的相似性测度的全自动方法,其中旋转和平移参数的优化采用单纯形算法。实验证明该方法具有较高的配准精度。再次研究了基于空域、基于金字塔分解和基于小波变换的图像融合方法。基于空域的方法直接在空间域对像素点进行操作,方法简单但效果有限。金字塔方法具有多分辨率、多尺度的特性,文中给出了多种基于塔形分解的融合方法,并分析比较了它们的融合效果。小波变换是一种多尺度、多分辨力的时频分析方法,广泛应用于信号分析和图像处理领域。文中重点研究了基于小波变换的图像融合方法,讨论了基于像素和基于窗口的融合规则,并提出一种改进的融合规则。通过一系列基于小波变换的医学图像融合实验,利用文中所给出的评价方法研究了不同小波基、不同小波分解层、不同融合规则、不同窗口大小对融合性能的影响,得到了一些有用的结论。同时实验结果也表明本文提出的改进融合规则可以有效地保留源图像的细节信息。最后在VC++平台上开发了一套医学图像预处理及融合软件。