医学图像配准是现代医学图像处理技术的一个重要方面,它是指对不同时间、不同视场、不同成像模式获取的两幅或多幅图像进行空间几何变换,使代表相同解剖结构的图像在几何上能够匹对.图像配准的主要目的是去除或者降低待配准图像和参考图像之间的不一致,配准方法包括平移、旋转和弹性等变换,它是图像处理和分析的关键步骤,是图像对比、图像融合、目标识别的必要前提,因此对医学图像配准方法进行研究,具有实际意义和应用价值. 本论文深入研究了基于互信息的图像配准方法,分析了互信息法的配准原理,探讨了插值技术,通过实验指出不同插值技术的优缺点,提出了一种改进的优化算法,通过人脑图像的多模态配准验证了改进优化算法的有效性. 论文还对基于互信息的图像非刚性配准进行了分析,对利用B-样条函数实现图像从整体到局部的多模态的非刚性配准进行了尝试性研究.