图像配准是医学图像领域研究的重要内容,该文在图像配准方法总结和比较的基础上,围绕医学图像配准,主要在图像预处理、图像特征提取、图像坐标变换、图像重采样技术、图像配准技术进行了大量探索和实践,并着重对基于图像边缘的图像配准方法进行了研究和实现.对基于边缘的图像配准,边缘提取是图像配准的关键,边缘提取的原则应当是特征表达明确、简单、边缘定位精确.该文采用LOG(Laplacian Of Gaussian)算子作为边缘检测算子,首先对原始图像用Gauss函数平滑去噪,然后用Laplace算子作用于平滑后的结果,提高了算法的抗干扰性.在得到卷积图像后,采用一种判决性的算法,剔除了一些无关或不必要的边缘,保证了边缘定位的精度,为边缘匹配提供了良好的依据.在基于边缘的配准算法中,提取图像边缘作为配准特征.以Visible Human数据集中的头部CT和MRI图像为实验图像,在图像刚性配准方面做了大量的研究和实验,实现了遗传算法改进的基于边缘的图像配准方法.该方法适用于多模态医学图像配准,配准参数的求解直接快速,计算精度高.在理论研究的基础上,作者在Visual C++6.0下实现了具有良好的交互式图像处理、配准处理和可视化显示集成软件系统,具有一定的实用价值.该文对图像配准方法进行了系统而独立的研究.从图像特征提取、图像配准及图像显示,进行了大量的理论研究和实践,提出了一些算法,并在PC机上实现了一套完整的图像配准方案.该方案的结构清晰、算法快速可靠,便于推广到医学和其它领域的图像配准应用中.