为了充分利用现代新的医学成像技术来获得不同模态图像的相互补充的信息，为医生提供更准确丰富的图像信息以便进行更准确的疾病治疗和诊断，多模态医学图像融合技术已经被广泛研究并初步应用到临床中。医学图像融合是指将图像融合技术应用于医学影像，即将来源于不同医学成像设备的医学图像，经过一系列变换处理，得到包含目标对象更多病理信息的新的医学图像。　　 本文对医学图像的融合原理进行了深入研究，重点研究了基于改进小波变换的医学图像融合算法。分析了医学图像融合技术的发展历史和现状。对图像存在的噪声进行了分析，对于内部噪声采用了模拟退火方法去除噪声，大大改善了图像的质量，并采用小波域HMT模型去除外部噪声。在图像融合之前对图像进行了配准。　　 系统研究了基于多分辨率的医学图像融合算法，包括基于塔式的多分辨率分析、基于小波分解的多分辨率分析。研究了数学形态学原理，将小波变换和形态学相结合，改进了小波变换方法，提出了基于形态学的医学多分辨率融合方法。构造了一种形态学小波，保留了小波的视觉效果，同时很大程度上减少了运算的复杂度。　　 深入分析了基于像素、区域、特征的小波域图像融合规则。在此基础上提出了小波域基于差值图像分割的加权融合方式，优化了加权系数的计算方法，得到了很好的融合效果。　　 讨论了图像融合的评价指标，分析了它们的优点和不足，在此基础上给出了评价指标的选取原则。　　 在Matlab平台上进行了融合仿真实验，将本文算法同其它融合算法进行了比较，表明了本文提出算法的优越性。在MFC(MicrosoftFoundationClass)和ITK(ImageToolkit)平台上用C++开发了医学图像融合程序，实现了论文提出的基于形态学小波多分辨率医学图像融合算法。