医学图像配准是近年来医学图像处理领域中的热门研究方向之一,吸引了广大科技工作者在这一领域进行研究,为图像融合、图像镶嵌等图像应用打下了很好的基础。本文在充分理解传统图像配准处理方法和前人工作的基础上,系统地探讨了基于图像边缘特征点的医学图像配准方法,并进行了一定地改进和创新,细致地理论分析和实验验证。主要完成了以下四个方面的工作。首先,为了解决噪声抑制和图像边缘细节提取之间的矛盾,利用小波变换具有多尺度的特性,把图像信号分解成不同尺度上的多个分量,对图像进行多分辨率分析,并利用Lipschitz正则性与小波模极大值的关系,提出了基于小波多尺度的医学图像边缘检测算法其次,为了克服Harris角点检测算法计算量大,提取不准确的缺点,在提取图像特征点的过程中引入多尺度的方法,并对已有提取图像特征点的算法进行改进,提出了新的基于多尺度的Harris角点检测算法。再次,基于已检测出的角点,确定出两幅待配准图像上精确的匹配角点点对集,选择三个以部分匹配角点点对为基础的特征区域,最后以这些特征区域的对齐度为相似性测度进行图像配准。最后,从北京天坛生物科技医学公司得到医学图像,对本文算法在Visual C++环境下进行仿真实验。与基于互信息测度的图像配准算法的结果进行了比较,并从配准成功率方面进行了分析。