二维S变换在任意频率上的多尺度分析能力,可应用于医学影像处理等领域。由于二维S变换故有的计算复杂度和极大的内存需求量,严重的制约了其在医学影像处理领域的应用。通过对二维S变换的正交分解,可提高二维S变换的实现速度,但在变换过程中由于需要对傅立叶频谱进行分割,会在变换中引入环状伪影,导致重构后的图像质量降低。针对这些缺陷,在综述国内外现有多分辨率分析方法的基础上,提出了基于过采样方法的正交二维S变换快速实现算法,并将其应用于肺部医学影像细小解剖结构的分割处理过程中。本文完成的主要工作如下：1)综述了多种多尺度分析方法,在详细分析二维S变换基本特征的基础上,提出了一种基于过采样方法的正交二维S变换快速实现算法,该算法结合了过采样方法和正交S变换方法的优势,有效降低了算法的时间复杂度与内存需求量,同时还能够较好地抑制正交二维S变换在变换过程中引入的环状伪影。2)在IDL平台下设计实现了所提出的基于过采样方法的正交二维S变换算法,针对不同分辨率、不同格式的原始图像,对算法在执行时间和内存需求量上与已有的二维S变换实现算法进行了比较。3)将基于过采样的正交二维S变换快速实现算法用于肺部CT影像中细小解剖结构的分割过程中。实验表明,在现有的实验条件下,通过合理的确定能量阈值,算法能够很好从肺部CT影像中分割出毛细血管、线状水平肺间裂,效果明显优于常用的阈值处理算法。