计算机辅助手术导航系统一般将术前得到的二维图像序列进行三维重建得到可视化的三维解剖结构图。在现有的导航系统中,医生在术前可以在解剖结构图里规划手术路径,却很难将术中获取的图像信息和术前获得的结构图信息结合起来,随时调整、甚至重新规划真实的手术路径。超声图像在临床中的广泛运用归功于它实时的优点。而其缺点也较为明显：图中会存在一定的噪声；图像的范围较为有限;探测的距离越远,精度会下降。如果在计算机辅助手术导航系统中将术中的超声图像和术前的CT图像优势互补,可以及时跟踪观察术中脏器的情况。国外研究、应用在术中采用三维的超声引导的较多。而国内则广泛使用二维的超声图像。在这个基础上,本文讨论并实现了一个基于计算机辅助手术导航系统的2D-3D医学图像配准系统。从而可以将术前得到的CT体模型图像和术中得到的超声图像进行配准.从而给医生提供直观的帮助。本文主要探讨了配准系统中的几个主要的算法原理及其实现方法。这些算法包括：超声图像仿真算法、超声图像滤波算法以及图像配准算法。在超声图像仿真算法中,本文介绍了一种超声图像的采集模型以及超声图像的噪声产生模型。它包括三个步骤：超声图像的采样、图像噪声的加入、图像空白的插值等等。超声图像仿真算法为评价滤波算法的效果提供客观标准提供了可能。在超声图像滤波算法中,本文介绍了两类算法：基于数学形态学的滤波算法和基于中值滤波的滤波算法。基于数学形态学的滤波算法主要运用了腐蚀和膨胀两个算子,得到新的Open-By-Reconstruction算子。这个算子可以在维持原图像灰度值大体不变的情况下,消除图像中的高亮点。而基于中值滤波器的滤波法又分为三种算法：标准中值滤波法、多级中值滤波法、自适应权值中值滤波法。在图像配准算法中,本文介绍了两种优化算法：Powell算法和粒子群算法。这两种算法都可以在搜索空间中自主地找到最优解。以获得图像配准的各种参数。最后根据这些配准的参数,求出CT体模型图像空间和真实的世界空间之间的对应关系函数。以实现最终的实时配准。