图像插值是医学图像三维重建过程中的一个重要环节,通过对断层图像进行某种形式的层间插值,可将非等分辨率的图像数据转变为等分辨率的数据,从而大大提高最终三维重建结果的质量。寻找和设计快速、有效、适用性强的插值算法,是三维重建工作的一项基础性工作。本文把多种无须人工干预的插值算法分为基于场景的插值和基于对像的插值两类做了系统的讨论。论文首先研究了基于场景的插值算法。从理想的sinc插值函数出发,讨论了多项式插值和Lagrange插值,包括最常见的最近邻域插值、线性插值和三次样条插值,还讨论了B样条逼近方法和加窗sinc函数插值。接着论文讨论了基于对象的插值方法,并介绍了一些常用的离散数据插值方法。在基于匹配点的插值方法中,用离散点插值方法对它作了两处改进。较好的解决了灰度插值可能引起的边界模糊问题,有效地提高了插值精度,同时对匹配参数的选择作了一定研究,得到几组效果较好的经验系数。在基于形状的插值方法中,用八个三维距离模板实现了基于二值体素的插值算法。论文重点讨论了基于FFD非刚体形变的二维灰度图像配准方法,并介绍了配准过程中用到的一些关键技术,在已有的研究基础上对配准过程进行了一些优化,在保持配准效果的前提下提高了速度。然后用配准所得结果来引导后继的插值过程。论文最后介绍了基于光线跟踪算法的医学图像体积绘制方法。并对不同的插值算法在层间距较大的断层序列插值中的效果进行了直观的分析。