图像配准在各种图像分析处理中都有广泛的应用,是图像处理学科中具有科学意义的一项经典研究内容。医学图像配准是医学图像处理与分析中的一项重要技术,在医学诊断和临床治疗等方面具有重要的应用价值。基于不同机理采集到的多种模态的医学图像,从不同方面提供了人体内部组织的信息,现代医学常常需要将其中的互补信息有机结合起来进行分析,以提高诊断和治疗水平。多幅图像的结合分析前首先要解决的问题就是图像的严格配准。然而,由于病人内部组织在不同模态图像显示中的差异,以及定位、图像分辨率和对比度等参数设置的不同,仅凭观察将多幅图像人工对齐既费时又不精确,这就需要研究和开发图像配准技术。医学图像配准是指寻找某种空间变换,通过该变换使两幅图像的同一位置上的像素点对应相同的解剖位置。作者参与开发了国家863高科技计划资助项目(863-306-ZD 13-03-6)动态多叶光栅适形调强放射治疗系统的图像图形处理系统,该系统中多模态图像配准模块即是医学图像配准的一个具体应用。对于医学图像配准而言,鲁棒性、精度和速度都很重要,同时应尽量减少或避免人工介入。互信息作为配准相似性测度,由于不需对图像灰度作任何假设,因此尤其适用于多模态医学图像配准,其鲁棒性和适应性皆优于其它常规配准方法,是近年来图像处理的研究热点之一。本文分析和总结了基于互信息的医学图像配准原理、方法及工作流程,针对常规互信息计算耗时长、没有充分考虑像素间的空间联系、互信息函数存在局部极大值这几方面的不足,对基于互信息的二维图像刚性配准方法进行了研究改进。主要工作如下：1.针对常规互信息配准方法耗时较长问题,提出了一种引入宏观形状信息的由粗到精的分层次配准方法。图像梯度描述了像素间的灰度变化,在一定程度上反映了图像的形状特征,利用图像梯度提取图像的质心和主轴作为形状信息,得到粗略配准参数；然后采用基于互信息的配准方法对粗配准后的图像精确配准。粗配准不需进行优化搜索即可实现,且可避免精配准阶段因变换初始值选择不当而陷入互信息局部极值的困扰。实验结果表明,该方法配准精度与常规互信息方法相近,而运算用时仅为后者的3%,大大加快了配准速度。2.针对互信息未考虑灰度的空间分布这一局限性,提出了梯度相似性的概念,并将其与常规互信息结合,构成一种新的配准相似性测度。具体思想是根据待配准图像对应像素间的梯度模值和方向两方面的相似性,计算出两图像间的整体相似性系数,将该系数与两图像互信息的乘积作为配准测度进行医学图像配准。实验结果表明,由于加入了梯度信息,本文提出的配准方法比常规互信息配准方法更鲁棒。3.上面将梯度相似性综合成一个梯度系数与互信息相乘的方法,没有从互信息理论本身对其进行改进,因此又提出了一种新的灰度与梯度共生二阶互信息测度。在计算互信息的过程中,统计联合直方图时即将像素灰度与其对应梯度信息结合起来,这样,二阶互信息就能同时反映图像的灰度及空间信息,拓展了配准中互信息的内涵。分别采用常规互信息、灰度共生二阶互信息以及本文方法作为相似性测度,进行大量的配准实验,结果表明本文提出的二阶互信息配准方法配准成功率较高,鲁棒性较好；同时,在三种方法都能成功配准的实例中,本方法获得的配准精度也比其他方法高。4.分析了互信息计算时部分体积(PV)插值法使互信息函数产生局部极大值的原因,并针对这一问题,提出了改进的PV插值法,即BHPV (Blackman-Harris PV)插值法。传统PV插值法采用脉冲函数分配联合直方图中相邻像素的权重,而BHPV采用近似Blackman-Harris窗sinc函数来计算权值；同时,PV插值法涉及的领域像素点的个数最多为4, BHPV法则将数目增至16。因此,BHPV插值法可以避免使互信息函数在整数平移位置产生局部极大值。实验结果表明,相对于基于PV插值的互信息配准方法,基于BHPV插值的互信息配准方法鲁棒性更强。以上几种方法从不同角度对传统互信息进行改进,后三种方法又可用于第一种方法的精配准阶段,使配准算法快速、鲁棒、准确。此外,上述几种方法可以互为校核。