三维图像的处理和操作需要将一般的断层序列插值成为具有各坐标轴一致的分辨率的体数据，作为医学图像三维体积重建过程中的一个重要环节，通过对断层图像进行某种形式的层间插值，可以将非等分辨率的图像数据转变为等分辨率的数据，从而大大提高最终三维体积重建结果的质量。寻找和设计快速、有效、适用性强的插值算法，是三维体积重建工作的一项基础性工作。本文把多种无须人工干预的插值算法分为基于场景的插值和基于对像的插值两类做了系统的讨论。 论文首先研究了基于场景的插值算法。基于场景的插值方法是用已有的切片体素数据直接决定被插值体素数据。包括最常见的最近邻域插值、线性插值和三次样条插值，还讨论了B样条逼近方法。 接着论文讨论了基于对象的插值方法，无须分割的基于对象的插值方法则从已有的切片体素中获取对象信息来寻找被插值体素数据。并介绍了一些常用的离散数据插值方法。在基于匹配点的插值方法中，用离散点插值方法对它作了两处改进。较好的解决了灰度插值可能引起的边界模糊问题，有效地提高了插值精度，同时对匹配参数的选择作了一定研究，得到几组效果较好的经验系数。论文重点讨论了基于自由曲面的非刚性配准的二维灰度图像配准方法，并介绍了配准过程中用到的一些关键技术，在已有的研究基础上对配准过程进行了一些优化，在保持配准效果的前提下提高了速度，然后用配准所得结果来引导后继的插值过程。 论文最后介绍了基于光线跟踪算法的医学图像体积绘制方法。并对不同的插值算法在层间距较大的断层序列插值中的效果进行了直观的分析。文章最后对上述算法的结果进行了比较，试验表明，基于配准的插值方法效果较好，比较精确的保存了图像中的轮廓和纹理信息，可以在实际的三维体积重建中使用。