医学图像配准是指寻找两幅医学图像之间的最优变换,其主要处理对象是CT、PET、MRT等医学图像,广泛应用于图谱匹配、放射治疗定位、临床诊断和评估等方面,有着重要的临床应用价值。从医学图像配准的方法上看,现阶段刚性配准方法相对比较成熟,但无法满足日益增长的临床需求,弹性配准虽然可以更好的满足临床需求,但是由于临床研究对象的复杂和多样,尽管已经提出了比较多的弹性配准算法,但并没有一种算法能在各方面都满足临床需求。本文研究并总结了当前主要的医学图像配准方法,并基于ITK算法平台对其中几种配准算法的实际效果做了对比实验。医学图像拼接是指将部分重叠的临床图像进行无缝拼接后得到更宽视野的医学图像,其主要处理对象是X线图像,在脊椎侧弯、下肢畸形等骨科疾病中应用广泛。X线成像设备虽然成本较低、安全性较高,但X线图像有着视野狭小、分辨率和对比度一般的缺点。虽然新型设备可实现一次性全景拍摄,但是引进费用相当昂贵,离全面普及还存在相当长的距离。现阶段比较可行的办法是通过图像拼接算法来弥补现有X线成像设备的不足,既能充分利用现有设备资源又可以获得比较好的宽视野图像。因此在现有条件下研究一种适用性广、拼接效果好的医学图像拼接技术意义重大。本文实现并改进了基于多尺度融合的医学X线图像拼接算法,提出了基于动态多尺度融合的X线图像拼接算法,该算法的基本思路是通过待拼接图像的曝光差异来动态选择相应尺度,以提高算法的运行效率,通过实验论证了基于动态多尺度融合的图像拼接算法的可行性,并构建了曝光差异和尺度选择之间的关系模型。进一步,提出了一套安全有效的基于云胶片的移动医疗解决方案,在苹果手机系统上设计并实现了云胶片移动客户端医学图像的查看和拼接。