随着科学的进步和社会的发展,各种医学成像设备在医院投入使用,为病人临床诊断提供了丰富的影像资料。但是大部分的设备只能提供病患体单方面的信息,无法综合立体呈现其客观的病情,因此针对各种医学图像的图像处理和分析显得尤为重要。医学图像配准技术是医学图像处理的重要分支,其可以提高临床诊断的准确性和治疗水平,提高医疗资源的有效利用。薄板样条(Thin Plate Spline,TPS)算法在对非刚性图像配准时有可靠性高,精度高,平滑性好,鲁棒性好的特点,因此广泛应用于医学配准领域。本文主要研究在Zynq-7000上实现医学图像的TPS配准算法,首先研究TPS算法的理论知识,以及该算法的详细计算流程。熟悉该芯片的开发环境,叙述了 Linux的系统构建和编译环境以及相关指令。本文结合TPS算法的特点,采用串行与并行计算相结合的策略,充分发挥Zynq-7000芯片的优势。首先根据需求设计多种速率的AXI总线,由芯片内部的ARM计算有关系数,然后通过不同AXI总线传输到逻辑层,用于进行配准计算。在FPGA逻辑实现TPS算法是本文的重点,首先将所有浮点运算过程量化成定点,然后调用FPGA内部的IP-CORE进行开方,乘法等运算。计算出索引坐标后读取源图像数据,最后进行双线性插值得到配准后的定点图像数据。经过对比测试,该计算精度完全符合设计要求,实际结果与理论结果基本吻合。本文采用FPGA芯片实现该算法,处理速度快,可以并行使用内部资源进行加速,且精度较高,利于拓展和移植。FPGA凭借着其强大的数据并行处理能力,能够实现连续帧快速处理,极大提高了整个系统的实现效率。选择20个匹配点,对512*512的2D图像处理帧率为381帧每秒,当基本使用完芯片资源的情况下,对512*512*200的3D图像处理帧率大约为5.7帧每秒,初步满足实用要求,具有较高的实际应用价值。