当今科技飞速发展，带动了计算机技术和医学影像学。因此各种先进的成像设备如雨后春笋般涌现，从而为临床的诊断提供了更好的服务。但是不同的成像设备所呈现的效果都有其缺陷，医学图像融合通过获取多模态图像间的互补信息，融合后的图像有更丰富的细节信息，因此，医学图像融合这一应用迅速发展了起来。但是选择哪种图像融合算法就成了一个急需解决的问题。本文选用的是基于小波变换的图像融合方法。论文首先介绍了选题的背景、意义、国内外现状，接着介绍了图像融合的分类方法和评价标准。之后重点介绍了基于小波变换的医学图像融合方法。其中包括小波分析的基础理论、图像的二维小波分解和逆变换和小波变换用于医学图像融合的一般步骤等。分析了不同的小波基函数的特性，和不同的融合规则。讨论了由于小波基系数的不同或融合规则的不同对融合后图像质量产生的影响，通过大量仿真实验，得出相关结论：Coif5、Db3在CT和MRI医学图像融合中的效果更好。区域方差法可以很好的保留源图像的细节信息，一定程度上提高图像融合的效果和质量。最后对Contourlet变换以及小波-Contourlet变换理论进行了介绍和研究，并进行了仿真实验。通过实验数据和实验结果得出结论：基于小波-Contourlet变换的图像融合方法可以更准确有效地反应图像的视觉效果。