图像配准技术在计算机视觉领域中是一个重要的研究方向,广泛应用在医学、天文、军事等领域。图像配准技术根据图像的形变主要分为刚性图像配准和非刚性图像配准。其中,基于刚性图像配准的方法主要解决图像的线性形变问题,目前刚性图像配准相关研究基本趋于成熟。非刚性图像配准主要解决图像的非线性形变,基于非刚性图像配准的研究有待进一步发展,目前已经成为图像处理的研究热点之一,因此非刚性图像配准有着重要的研究价值和应用意义。Demons算法是重要的非刚性图像配准方法,由于其具有收敛速度快和方便性的优点,受到广泛的重视。但Demons算法不能同时兼顾小变形和大变形的图像,并且需要根据形变的大小不断的调节参数,许多学者对其改进。本文深入研究了原始的Demons算法、Active Demons、Diffeomorphic log-demons算法和Symmetric Demons算法。本文结合归一化互信息图像配准的理论,对Demons算法进行改进,提出基于互信息改进的Demons非刚性图像配准算法。该算法通过引入互信息提高Demons算法的驱动力,不仅可以同时兼顾小变形和大变形的图像,而且采用待配准图像和原图像的归一化互信息自适应调节Demons算法,该方法解决Demons算法人工调参问题。本文通过医学图像、自然图像、合成图像和二值图像的实验结果表明,本文提出的方法可以较好的处理大形变的图像并保留其边缘特征,得到更好的配准精度和视觉效果。