基于对放射性治疗在当今医学界的重要地位,让更多的医生依靠于对医学图像的分析来对患者的病情进行确诊,并提出治疗方案。所以高质量的医学图像则是决定能否提高治疗的准确性的一个重点。本文就是针对医学图像的处理进行研究以达到提高图像质量,并且为以后的操作做铺垫的目的。医学图像的滤波与增强是医学图像预处理技术的关键研究课题。由于目前医学图像成像设备的限制,大多数医学图像的质量较差,分辨率较低,可能存在大量噪声或模糊,导致医生不能精确找到病灶区域,不能准确判断病情。医学图像配准技术是将浮动的医学图像与现实中物理空间点一一对应,帮助医生快速找到病灶区域。因此,本文从医学图像的预处理与配准算法入手,主要是对磁共振(MR)头部图像的研究。在医学图像的滤波方面,介绍了电子噪声,光电子噪声和感光片颗粒噪声的特点,介绍了几种常用的空间域滤波技术,并着重讨论和研究了中值滤波和基于小波变换的滤波技术。在医学图像增强方面,首先详细介绍了空间率增强和变换域增强方法,并且重点研究了基于小波变换的增强算法。在以上研究的基础上,提出了基于中值滤波和小波变换软阀值滤波的混合滤波增强算法。该算法首先对图像做中值滤波,这样就可以滤除很大一部分脉冲类型的噪声。然后对图像做二维的小波变换,由于小波变换的计算量大,我们设定分解的层数为三层。对得到的各子带图像,进行高频子带图像的软阀值函数处理,低频子带不进行。实验结果证明该算法能够对多种噪声进行有效地滤除,并且可以增强图像的边缘和细节信息。在医学图像的配准中,首先介绍了算法图像配准的原理和基本内容,介绍了配准的过程,逐个介绍并研究了在配准过程中所要用的变换方式、插值算法、搜索算法、相似性测度等内容。重点研究了PV插值方法、互信息、粒子群优化算法和模拟退火算法。在以上研究的基础上,提出了由粒子群算法和模拟退火算法相结合的混合优化算法。该算法提高了全局寻优的能力,能够更好地跳出局部最优。本章使用的是采用互信息为相似性测度,刚体变换,PV插值还有混合优化算法的配准技术,能够更好地将图像进行配准。本文在VS2008+opencv2.1软件平台下对11幅头部MR图像数据库进行了实验验证,对医学图像处理中预处理和配准处理中所涉及到的各种知识与算法进行了研究,并且根据它们的自身特性提出了相对应的改进,得到了新的算法,而且通过实验验证算法的可行性与展示效果。