随着人们在数字图像处理方向的不断研究，医学影像技术被广泛地应用在临床工作中。图像配准是图像处理中的一项重要技术，越来越多的临床实践表明，现代医学应用对图像配准技术要求越来越高。本文对非刚性图像配准进行了较为深入的研究，并针对医学图像，提出了一种基于特征向量和改进能量函数的非刚性图像配准新算法。　　 本文分析了近年来图像配准的常用方法、目前配准研究的国内外现状，重点研究了非刚性图像配准算法。在此基础上，根据图像的直方图信息设计了图像的特征向量，为了使计算精确简便，在特征向量中添加了图像的边缘信息，增强了特征向量的精确性。按照设计出的特征向量对图像进行了多层次分解。使特征向量分别描述了图像的全局信息、中部信息和局部信息，可获得多层次下的图像精确匹配的效果。　　 对配准的能量函数进行了改进，用特征向量的相似性匹配设计了能量函数中的相似项，根据牛顿第三定律的思想改进了能量函数的一致性，使整个配准变换的一致性得到了增强。　　 在对图像进行预处理的基础上，用本文新的能量函数对预处理后的图像在各个子层进行匹配。综合利用了图像的局部直方图信息和边缘信息，使图像的整体和局部都得到了相互匹配的效果。在局部的配准中，采用仿射变换和Powell优化搜索算法，经过多层的叠加和严格的图像匹配，实现了图像的非刚性配准。　　 根据本文的算法，在Matlab平台上进行了仿真实验，对本文提出的算法进行了各层之间配准效果的比较，并将本文的算法同基于互信息的刚性配准算法和基于小波变换的非刚性配准算法进行了比较，实验结果表明，本文提出的算法具有一定的优越性。　　 采用了OpenCV函数库，用C语言编程实现了本文的算法，得出了配准结果图像。