图像配准是计算机视觉和图像处理领域的重要研究问题,传统的配准方法主要基于整数阶微积分,对灰度均匀、弱边缘和弱纹理图像的配准效果不够理想,而分数阶微积分既可以增强图像弱边缘和弱纹理区域,又能保留灰度均匀区域的信息。但是在已有的分数阶微积分的图像配准方法中,如分数阶的Active Demons算法,其最佳分数阶微分阶次需要通过多次的实验人工选取,费时费力。三维医学图像包含了丰富的信息,可以辅助医生对病情做出更准确的判断,但是传统的不同模态和不同尺度的医学图像配准方法鲁棒性不理想且容易陷入局部最优值。基于此,本文针对这两个问题展开研究,具体工作和成果如下:(1)首先详细分析了分数阶微积分对信号的作用,根据图像配准的目标给出了最佳分数阶微积分的阶次范围。然后以图像的梯度模值和信息熵作为自变量,反正切函数为原型函数,建立了自适应的分数阶微积分数学模型,该数学模型将分数阶微积分的阶次与图像的局部信息相关联,从而可以根据局部的图像信息自动计算每个像素的最佳分数阶阶次,再将该模型应用于分数阶Active Demons算法的图像配准中。最后,为了减少图像配准的时间,在自适应的分数阶Active Demons算法的基础上,加入了多分辨率策略。理论分析和实验均表明,本文多分辨率和自适应分数阶的Active Demons算法在灰度均匀、弱边缘和弱纹理的图像上的配准是有效的。(2)三维医学图像蕴含丰富的图像信息,其中不同模态和不同尺度的医学图像包含了更多的器官组织和解剖结构信息,能为医生对疾病的精确诊断提供详细的信息;已有的三维医学图像配准方法对于医学图像中存在的弱边缘和弱纹理图像配准不够理想,容易陷入局部最优。针对该问题,本文将多分辨率和自适应的分数阶Active Demons算法应用于三维医学图像配准中,并分别在两个常见的医学图像库上测试本文算法的有效性。理论分析和实验结果表明了多分辨率和自适应分数阶Active Demons算法在三维医学图像配准中的有效性。