正电子发射断层显像（Positron Emission Tomography,PET）作为最先进的医学影像技术之一,可提供分子水平的人体代谢功能信息,为医生的临床诊疗提供必要依据。本文主要研究PET图像与不同模态医学图像之间的配准算法,目的为PET衰减校正提供数据,同时获得病变区域的解剖信息和功能信息。本课题主要研究内容分为四个部分:1、针对PET图像的噪声、伪影、模糊等特点进行图像分割与增强。基于形态学先验形状的CV模型头部分割算法,能够有效地分割边缘不清晰、含有高亮区域及边缘缺失的头部PET图像。通过直方图匹配方法将PET图像按规定的直方图进行加强,所得PET图像具有更高的边缘对比度和更清晰的内部信息。预处理结果为后续实验提供较高质量的实验图像。2、针对PET图像与不同模态图像的配准研究,提出一种配准方案:仿射变换和B样条曲面相结合的空间变换模型,互信息作为相似性测度,改进Powell作为搜索算法。实验结果表明,本文算法针对头部PET图像与不同模态图像的配准,取得理想的配准效果和配准效率。本文采用模拟人眼量化评估的结构相似性系数SSIM对配准结果进行定量评价,能够得出与人眼评价一致的判断。3、针对单模态多床位医学图像视野狭小的问题,提出基于块匹配结合小波融合的拼接算法,块匹配能够快速找到图像重叠部分,对该部分进行小波融合,进而实现图像拼接。实验结果表明,本文算法能够准确拼接器官、骨骼位置,未出现伪影、重影现象,拼接线流畅,达到临床诊断参考标准。针对模糊图像、重叠部分残缺图像依然能够保证拼接效果,提供视野全面的单模态图像。4、针对本文提出的配准方法和拼接方法,使用MATLAB编程平台设计并实现医学图像配准软件系统。该软件系统具有医学图像头文件改写功能、调节图像窗位窗宽功能、图像尺寸调节功能,单模态多床位体部图像拼接功能、不同模态头部图像配准功能。