随着现代医学的发展,医学领域产生了许多医疗成像设备,各种医学图像也随即得到了广泛的应用。在医学上,为了对病情做出准确全面的诊断及治疗,往往需要对病变组织来自不同医学图像的信息进行研究分析。医学图像融合技术作为数据融合的一个分支,可以利用不同医学图像之间冗余信息改善图像信噪比,从而获得更为可靠的融合结果。同时,利用互补信息可使获得的融合图像包含更丰富的细节及更全面的信息。在各类融合方法中,像素级图像融合具有获取信息量最多、监测性能最好等优点,是目前图像融合的研究热点,也是本文研究的重点。论文的主要工作及内容如下: (1)、介绍了图像融合技术的发展背景、图像融合的基本概念及其在医学领域的研究价值,并对常用医学图像的成像原理及医学显像特点作了简单介绍,总结了医学图像融合分类方法和融合效果的主、客观评价标准。 (2)、对基于空间域像素的逻辑滤波器图像融合方法、加权平均图像融合方法、对比度调制图像融合方法、局部方差加权图像融合方法以及局部能量加权图像融合方法进行了详细介绍。在此基础上,根据试验中使用的人体脑部医学图像平均亮度偏低、待融合图像信息熵差异大的特点,对已有的对比度调制图像融合方法进行了两点改进:(a)使用信息熵较小的18F-FDG图像调制信息量较大的MRI-T1图像。(b)使用平均亮度较高的MRI-T1和18F-FDG的反片图像进行融合调制。实验结果表明了改进后的对比度调制融合方法的正确性和优越性。 (3)、阐述了小波域的图像融合原理及一般方法。对三种现有的小波图像融合方法进行了研究,通过试验指明了目前的大多数基于小波变换的医学图像融合算法的缺点——缺少对低频分量融合规则以及高频分量邻域特征的细致考虑。针对这些缺点,本文提出了小波域高、低频分量按局部能量加权融合算法(LHPE)。该融合算法通过对源图像小波系数的高、低频分量运用具有不同物理意义的、有针对性的窗矩阵,计算其在相应邻域内的加窗能量,以归一化邻域加窗能量为权值对高、低频小波系数进行加权,从而得到融合图像。通过对试验结果的分析,从主、观评价以及客观评价的角度说明了该方法的有效性。