随着现代医学的发展,医疗成像设备在临床诊断和治疗方面得到广泛的应用。由于成像机理不同和人体组织结构的高度复杂性,来自单一成像源的医学图像不能提供医生所需要的足够信息,而来自不同成像源的医学图像提供的信息是相互补充的。因此,在临床诊断和治疗中,来自不同成像源的医学图像的配准和融合有着十分重要的意义。图像配准是图像融合首先要解决的问题,也是融合的关键所在。配准的目的是使两幅图像的位置在空间上达到一致。本文采用主轴矩法计算两幅原始图像的水平平移量、垂直平移量和旋转量,然后设定初始配准参数,将此初始配准参数作为局部搜索法的初始参数。以互信息作为相似性测度进行迭代搜索,当互信息最大时,达到最佳配准。局部搜索算法不仅保证了配准的精度,还减少了寻优过程中的计算量,从而使配准时间大大缩短。本文对多种解剖图像和功能图像进行实验,结果表明本算法不需要人为干预调整待配准图像,能实现自动匹配,配准速度快、精度高,能够满足对来自不同成像源的图像配准的要求。在进行了精确配准后,本文结合小波分解给出了一种基于小波变换和方向梯度的医学图像融合方法。该方法的基本过程是在将配准的待融合图像进行小波分解后,在各个分量上采取不同的融合方法,即在低频成分上采用局部能量作为融合特征,而在三个不同方向的高频分量上,分别选择不同方向的梯度算子作为融合的依据,实验结果表明本文方法不仅具有良好的视觉效果,并且在客观指标上也具有一定的优势。