图像插值算法是数字图像处理中的一项重要技术，是医学和工程图像三维重建中的一个重要环节，插值的结果直接决定了三维重建的效果以及后续数据分析的准确度。然而，由于原始图像在采集过程中，会受到各种因素的影响，而获得不同层间分辨率的图像。本文从插值算法的基本原理出发，分别对适合于层间距较小时的基于场景的插值算法和适合于层间距较大时的基于对象的插值算法进行了深入的研究，本研究主要内容如下：　　 ⑴阐述了插值算法的基本原理，而后详述了一维插值中的各个插值算法及应用条件，并结合实验分析了它们的插值效果。一维插值是插值算法的基础，对它的研究与分析为后续插值算法的研究工作奠定了基础。　　 ⑵根据应用的不同，将图像插值算法分为基于场景的插值和基于对象的插值。在对基于场景的插值法研究中，首先对经典的灰度插值法：最近邻插值、线性插值法进行了研究，随后，系统地阐述了基于理想sinc函数的插值法，通过分别对理想sinc函数进行截断、加窗和多项式拟合，实现sinc函数在时域中的应用。最后，通过实验结果分析和比较，发现6点立方插值和6点Blackman-Harris加窗插值的插值效果最好，其次是当a=-1/2，-2/3，-3/8情况下的4点立方插值和4点Lagrange插值，而插值效果最差的是二次式插值和最近邻插值。　　 ⑶基于对象的插值法研究了点匹配插值法和距离变换插值法。这两类插值算法均能在断层图像层间距较大的情况下获得较好的插值图像，然而，点匹配插值法需要进行特征点的匹配，且可能出现较多的误匹配待纠正的情况，因此计算复杂，较难实现。而距离变换插值法相对而言，由于其借助图像的距离变换映射图，能够获得两断层图像的轮廓差异进行插值，易于实现和计算。　　 ⑷距离变换插值法中，研究了形态学距离变换插值法和线性距离变换插值法，因前者在插值过程中不能获得较平滑的图像轮廓，而后者对于较复杂图像得不到较好的插值效果，因此，文中提出了一种改进距离变换插值法，它是结合了形态学和线性距离变换插值法而得到一种插值算法。实验表明，改进距离变换插值法具有以上两者的优点，能够获得自然过渡且边缘平滑的插值图像，在多边缘复杂图像的情况也同样适用，因此，能够获得较理想的插值效果。