近年来，图像融合已成为图像分析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，图像融合后获得的融合图像包含了更丰富的细节及更全面的信息。 基于图像分割的融合技术包括以下内容：对CT和MRI医学图像的的预处理、基于图像分割融合算法和融合效果评价。预处理主要包括：提取CT和MRI医学图像的特征和对CT和MRI医学图像进行规则块分割。基于图像分割融合算法主要包括：对CT和MRI医学图像相应部分进行块分割，根据分割后对应块的区域特征确定融合图像；还可通过提取CT图像的骨组织特征和MRI的软组织特征形成融合图像，该融合图像将是一幅骨骼和软组织都清晰的图像。 本文对图像分割算法进行了大量研究，通过最大类间方差阈值算法可完全提取CT医学图像骨骼组织，而模糊C均值算法也能够很好的提取MRI医学图像的软组织部分。在基于图像分割的融合算法方面，做了大量融合实验，通过融合图像和融合效果评价数据可知，本文提出的基于图像分割融合算法计算量小，实时性好，可以更准确地保持图像的有用信息，提高融合的针对性，克服了传统像素级融合方法中融合图像模糊、对噪声敏感等不足，评价结果与目视效果吻合良好。 本课题采用的医学图像为经过基于边缘配准算法配准的头部CT和MRI图像。 在理论研究的基础上，实现了VisualC++6.0下具有良好交互性的图像融合处理平台，图像的显示和处理采用了面向对象的编程方法，具有一定的实用价值。