图像插值是医学图像处理过程中的一个重要环节,更是医学图像三维重建过程中的基础环节。通过对二维断层图像进行某种形式的插值,可将非等分辨率的图像数据转变为等分辨率的数据,把低分辨率图像转变为高分辨率的图像,从而提高三维重建结果的质量。　　此外,图像插值,还广泛应用在医学图像的缩放、旋转、变形等技术中,可以使临床医生根据实际需要,对医学图像进行适当处理,从而提高诊断效率。　　目前公认的将插值算法广义的分为基于场景的插值和基于对象的插值。　　本文首先研究了基于场景的插值,从理想的sinc插值函数出发,讨论了加窗sinc函数插值和多项式拟合插值,其中包括最近邻域插值、线性插值、立方插值等。在傅立叶频谱的基础上,结合实例,详细分析了这些算法的优缺点。　　接着研究了基于对象的插值,分析其与基于场景的插值的不同点,并介绍了几种基于匹配点的插值算法。　　然后针对传统基于场景插值算法对图像边缘区域的处理效果不佳的缺点,研究了一种基于边缘的插值算法。为了克服基于边缘的插值算法计算复杂度大的问题,提出了改进算法,并经过实验验证了算法的有效性。　　插值算法得到的图像质量的好坏需要一个评价标准,目前流行的主要有主观评价和客观评价。本文,我们通过实验数据证实了常见的PSNR(峰值信噪比)、MSE(均值方差)并不理想。　　由于三维医学超声成像技术最近几年得到了长足的进步,论文的最后研究了插值在三维医学成像中的应用。在参考大量文献的基础上,总结了目前医学超声三维重建中的插值面临的难题,并对医学超声三维重建的发展做出了展望。