在现代医学中，医学影像技术被广泛应用于诊断和治疗，已成为必不可少的手段和工具，医学影像技术是医学技术中发展最快的领域之一。医学图像的分析和处理是医学影像技术极为重要的一个环节，它是使医生获得病人病情可靠信息的重要保证，也是医生开展进一步治疗的必要条件。医学图像的分析处理主要包括：图像的预处理、特征提取、图像分割、图像配准、图像融合、纹理分析和伪彩色处理等。　　本文主要关注了医学图像配准(MRI、CT、EEG)以及真实头模型的三角片化简，主要工作如下：　　1.基于ITK类库的医学图像配准　　ITK(Insight Toolkit)是一个基于面向对象方法设计的，功能强大的可视化和图形图像分割、配准处理类库，针对医学图像处理的需要和特点，利用ITK的图像处理和可视化，及图形显示功能，用面向对象的方法设计和实现了一个易于扩展、高效率、实用的医学图像配准系统。本文在 ITK的基础上，组合互信息，多分辨率等算法，实现MRI等医学图像基于点的配准编程。　　2.利用ICP算法进行MRI与EEG电极配准　　由于显示EEG脑电地形图的需要，要求把MRI和EEG脑电图像进行配准。本文利用经典的ICP(Iterative Closest Point)算法，直接配准EEG电极与MRI图像点集，将两者配准到同一坐标下。　　3.基于MC算法的真实头模型的三角面片化简　　经典的MC(Marching Cubes)算法，生成的三角面片网格中存在着大量冗余信息。简化的目的就是在有限的精度损失内，去除网格中的冗余信息，使数据量变小，便于处理和提高实时交互速度。在此基础上，本文利用边缘提取的方法，减少内部三角片的数量，通过基于三角面片边长的化简，生成指定数量的三角片，并且三角形大小相当，钝角三角形少。这些理想的真实头模型，很好的应用于真实头模型中的源电位计算中以及临床医学中。