作为医学图像融合和手术导航技术的基础,医学图像配准在医学图像处理中占据着重要的作用,对于医疗水平的整体提高有着重要意义。近年来,医学图像配准是人们研究的热点,而且有了一定的应用,在国外已经有了相关硬件医疗设备的实例。针对医学图像配准的各个环节,人们都进行了大量研究,其中基于互信息的医学图像配准,具有较好的配准效果和较强的鲁棒性。本文介绍了一些医学图像配准的基础知识,并详细介绍了最大互信息理论和遗传算法以及基于小波变换的多分辨率图像分解,以归一化互信息作为医学图像配准的相似性测度,结合遗传算法作为搜索策略,并进行了配准实验,最后,应用小波金字塔图像分解完成了多分辨率的医学图像的配准。一方面,本文详细研究了遗传算法的优化过程,并针对遗传算法在进化的不同时期所表现的不同特点,采用了针对每个配准参数的三点交叉和三点变异来提高新个体的产生数量,并针对配准参数中的旋转角度使用较长的编码长度,来进一步提高配准的精确度。从配准实验的效果来看,配准具有较高的稳定性和精确度。另一方面,本文利用基于小波变换的图像分解技术,对原始图像进行了一层小波分解,来应用多分辨率技术对图像的配准进行加速,并且取得了较好的配准效果。实验结果表明,本文提出的对于遗传算法的改进可以在一定程度上提高医学图像配准的精确度,在利用多分辨技术的医学图像配准中,可以减少配准的时间,并在一定程度上有较好的配准效果。