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。 本课题研究的重点是图像融合技术。对图像融合的三个层次(像素级融合、特征级融合和决策级融合)进行了深入的研究，分别研究了较简单的图像融合方法、多尺度塔形分解的融合方法和基于小波分解的图像融合方法。本文主要是应用小波变换的图像融合，对于小波变换后的图像，在考虑了最大值选择法、区域能量融合以及区域方差融合的基础上，有针对性的提出了频带方向最大值法、频带方向一致性法以及模糊融合算法等几种融合方法。均采用双正交小波变换实现了上述图像融合方法，这些融合方法已被成功地应用于图像融合。 本课题的另一个重要研究成果是图像融合性能的客观评价。定量的评价图像融合性能是一项重要而复杂的工作，建立了信息熵、交叉熵、峰值信噪比、均方差以及清晰度这几种评价方法和准则，利用这些评价准则，研究不同的融合规则对融合性能的影响，还利用这些评价规则对多种图像融合方法的性能进行了比较研究。 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。