多模态医学图像配准与融合技术是医学影像处理的一个重要的研究内容，以医学图像配准为基础的图像融合技术，克服了单独使用某幅图像的局限性，有效地将不同模态的医学图像信息有机结合反映在一幅图像上，更加直观、丰富地提供了人体解剖、生立即病理等信息，从而为临床诊断和治疗提供更完善的图像的信息，提高诊断治疗的有效性和准确性，以利于临床诊断和治疗。 本文围绕医学图像配准和融合的技术理论，重点对基于互信息法的图像配准方法进行了探讨，并对小波变换的多分辨率分析在医学图像融合中的应用进行了重点研究。 文中介绍了图像配准的概念原理和实现步骤，深入研究了基于互信息的医学图像配准方法，并在MATLAB实验环境中对算法进行了实现，同时对互信息法存在的困难和研究重点进行了探讨，小波变换的时频局部化特性，为图像融合提供了有力的工具。文中研究了基于小波变换的图像融合，对医学图像融合中小波基和分解层的选择进行了评价；根据小波系数的特点，提出了一种基于小波系数区域相似度的图像融合的改进算法，并在MATLAB实验环境中实现脑部CT图像和脑部MRI图像之间的融合，结合其它的融合算法对融合结果进行了多方面的比较、分析和评价，实验表明该算法得到的融合图像更加清晰，具有更优的量化指标。 文中将多小波变换应用于医学图像融合，通过与小波变换进行实验比较，研究其的应用效果。 同时，为了定量评价融合图像的质量，本文对信息熵、清晰度、相关系数、交互信息量等多种参数进行了分析。