本文的目的在于运用计算机分析和数字图像处理技术研究医学图像配准。通过提出新的基于最大互信息医学图像配准算法，提高原有算法的性能，以期为医生的临床诊断服务。 医学图像配准技术因其能运用多种成像设备所提供的信息为临床诊断和治疗服务而日益成为了研究热点。根据不同的侧重点，医学图像配准可以分为多种门类，并有着多种方法具体实现，如点法、面法、相关法、矩和主轴法、图谱法、傅利叶方法等。其中基于最大互信息的医学图像配准方法由于其多种优点，如精度高、稳定性强、无需进行预处理并能实现自动配准等，日益受到研究者的青睐。经典的最大互信息方法利用图像像素或体素灰度的统计特性很好地实现了配准的目的，使配准结果达到亚像素级；但同时它还有些不足之处，如当图像的互信息不足、两幅图像空间变化灰度关系不明确时，或者由于图像采样数量过少、不能可靠估计互信息时，配准的准确性便会大大降低。为了进一步提高其性能，学者们提出了多种方法进行改进。本文所提出的基于最大互信息和边缘互方差方法和基于最大互信息和互距离的方法可以综合利用最大互信息方法的统计特性和像素平面上的位置关系，能对抗强噪声和灰度缺失，配准参数曲线尖锐，鲁棒性和精确性高，是很好的改进算法。 本文介绍了医学图像配准的原理、方法、分类和应用等知识，并在分析最大互信息配准算法的基础上提出了两种改进方法，即基于最大互信息和边缘互方差方法以及基于最大互信息与互距离的方法。本文深入分析了这些改进算法的理论基础、方法思路和实现步骤，并通过进行曲线锐度测试、加噪测试、稳定性测试等大量的仿真实验验证了改进算法的多种优点。附录中给出了实现配准的技术细节，包括联合直方图的计算、插值算法的选用、Powe11优化算法的实现、Canny算子阈值的自适应选取以及Matlab配准程序。本文的程序运行在Matlab7.0版本环境下。