近年来，图像融合已成为图像理解和计算机视觉领域中一项重要而有用的新技术，尤其是在医学领域中，由于医学仪器的成像机理及应用环境的不同，得到的医学图像具有不同的细节，利用多源医学图像的互补或冗余信息，图像融合可使获得的融合结果包含更丰富的细节及更全面的信息，比任何单一源图像都更全面、更精确。 本文研究工作的重点是医学图像融合的方法及其性能评价。涉及到的内容包括医学图像融合的概念、融合的目的和意义、医学图像融合的应用、图像融合的简单方法、图像的小波变换、基于小波变换的医学图像融合方法、医学图像融合方法的性能及图像融合效果的评价方法和准则等。 本文开始首先在进行广泛的资料收集，在对现有的医学图像融合方法进行分析、归纳的基础上，深入、系统地讨论了多种图像塔形融合方法的算法和特点。然后，引入了小波变换理论，将双正交小波分解用于图像融合中，研究了基于小波变换的图像融合理论及其方法，重点研究了性能良好的多尺度、多分辨率图像融合方法。在考虑了最大值选择法，区域方差融合法，频带方向最大值及一致性融合法的基础上，有针对性的提出了梯度最大值融合法、区域平均梯度最大值融合法以及模糊融合等几种新的图像融合方法。基于小波变换融合方法中，小波基函数和分解层数的选取对融合效果有较大的影响，所以对选取小波基函数的几个原则和最佳分解层数给出了详细论述。 同时，本文还提出和建立了对图像融合效果及融合方法性能进行定量评价的方法和准则，实验结果表明这些评价方法和准则是合理的、有效的。对所有提到的融合规则，本文都进行了实验，并对融合结果从主观和客观两个方面进行评价和分析，比较了不同的融合规则融合结果的优劣。 文中给出了一系列的图像融合结果图，实验和计算结果表明，采用的这些融合方法和融合评价准则是十分有效的。