乳腺癌发病率每年持续增长,现已经成为危害女性健康的癌症之首。早期发现、早期诊断和早期治疗成为治疗乳腺癌的最主要手段,由于高空间分辨率和对乳腺肿块、钙化高敏感率,乳腺X线摄影术已经成为诊断乳腺癌最主要的影像学手段。本文在乳腺肿块检测基础上,重点研究乳腺钼钯X线图像的配准问题,并在配准之后,进行图像融合,将左右不同视图和不同时间的图像融合到一幅图像,以减轻医生的工作负担,给医生提供有价值的参考。本文可大致分为三部分：乳腺肿块检测：本文提出了一种自动的适应性较强的乳腺肿块检测算法,该算法可分为三部分。第一,利用一种改进的基于动态规划的分割方法,得到了乳腺肿块精确的边界。第二,在分割基础上,拟合乳腺肿块轮廓,得到肿块环形感兴趣区域,将其展开得到RBST(Rubber band straightening transform)图像,在RBST图像上提出基于灰度共生矩阵的纹理特征提取方法。第三,采用自适应确定参数的支持向量机分类器进行分类识别。乳腺图像配准：为了保持图像拓扑结构,可对变形场进行正则化处理。但在基于灰度的弹性配准算法中,由于高斯低通滤波对变形场进行正则化处理时,是在整幅图像上具有相同的正则化程度,不能反映图像真实变形。针对此问题,本文提出了一种基于多层次B样条的正则化策略。该策略由粗到精地对所估计的偏移向量赋予不同的权值,从而局部地调节正则化程度,得到正确的配准变换函数。乳腺图像融合：对图像融合方法进行简单介绍,并在配准基础上,利用基于空域的图像融合方法对左右不同视图钼靶X光图像进行融合,以减轻医生的工作负担,为医生提供有价值的参考。