随着科学技术的进步,图像科技取得了很大进展。但是单传感器所采集的影像特性单一,对于提取、分析图像中的内容,以及图像的后续处理造成很大局限性。由此,图像融合应运而生。图像融合是将不同传感器或不同特性的图像,运用一定方法组合成一张图像的技术。自出现以来,一直受到越来越广泛的关注并在生产、生活中发挥着越来越重要的作用,特别是医学图像融合在临床医疗事业中的运用,取得了巨大成功。医学图像融合是根据图像的特性将不同模态的医学影像如核磁共振成像与正电子发射计算机断层成像(MRI-PET)、核磁共振成像与单光子发射计算机断层成像(MRI-SPECT)、核磁共振成像与计算机断层扫描成像(MRI-CT)等,采用合适的方法整合到一张图像当中的过程。医学图像融合是图像融合的重要分支,其在提高临床诊断率、准确进行疾病治疗等方面发挥着重要作用。本篇论文的主要工作如下:1)本文详细介绍了当前几种主要的多尺度分析方法,介绍了脉冲耦合神经网络(PCNN)的基本原理,总结了当前几种主要的图像融合评价方法,并对常用的融合规则进行了介绍;2)在传统空间频率的基础上,针对MRI-SPECT、MRI-PET融合,提出一种基于伪空间频率的梯度能量计算方法,并与PCNN组成高频融合规则,在局部拉普拉斯域内提高了融合图像的梯度、细节信息等;3)为将源始医学图像中的细节信息、边缘信息、梯度信息等充分融合到最终图像当中,针对MRI-SPECT、MRI-PET融合,提出一种局部拉普拉斯域下基于两种不同高频融合规则的医学图像融合算法;4)为提高图像的抗噪声能力、准确提取图像的显著性成分,针对MRI-CT融合,提出结合Latent低秩表示和非下采样剪切波变换(NSST)的医学图像融合算法,实验表明,与对比实验相较而言,融合图像的信噪比等信息得到提升。