股骨干骨折是骨科一种常见的临床创伤，如果手术治疗不当，会造成患者行走功能障碍、肢体变形等后遗症，严重影响患者的生活质量。在现代医学诊断中，常见的临床三维影像检查方式主要包括计算机断层扫描（CT）和磁共振成像（MRI）。这两种成像手段虽然能够直接获得患肢的三维数据，但是在检查费用、操作便利性、成像快捷性等方面都远逊于数字X线（DR）成像，特别是CT扫描过程的有害辐射剂量远高于DR成像。然而DR图像是二维投影图像，缺少三维空间信息进行临床诊断是DR成像的最大弊端。因此，研究一种仅利用单张或少数有限张二维DR图像，在手术前获取股骨三维空间姿态的成像方法，具有极其重要的临床实用价值和广阔的市场应用前景。本文旨在利用股骨DR图像，建立一种能够快速、有效地重建股骨个体化姿态的方法，进而实现股骨三维空间姿态可视化。针对姿态估计过程中存在的DR成像系统标定、灰度不均匀图像特征轮廓提取、基于2D-3D的图像配准以及二维点集配准过程中多极值优化等关键问题，研究相应的解决方法。并深入研究灰度不均匀图像分割、多极值优化和2D-3D图像配准方法，这三项关键技术，从而实现术前股骨个体化姿态的三维重建，促进基于图像引导的三维可视化技术的发展。论文的主要研究内容包括：针对普通平面标定板在X射线环境下成像不清晰，无法实现DR成像系统标定的问题，利用覆铜线格PCB板做为标定板，采用基于平面标定板标定法，获得DR成像系统的标定参数。针对骨折股骨DR图像拓扑结构复杂、灰度分布不均匀的特点，研究一种结合灰度波动信息的活动轮廓模型，利用灰度波动概念获得图像的灰度波动曲线；依据对波动曲线单调区间的判断结果，对图像进行灰度波动变换；将灰度波动变换函数引入Chan-Vese（C-V）模型并重新定义能量函数，获得新的活动轮廓模型。通过人造图像与医学图像的分割实验表明，该模型既能继承C-V模型抗噪性强、运算复杂度低、对初始轮廓不敏感的优点，又可克服C-V模型不能分割灰度分布不均匀图像的弊端，并以较高的分割精度提取出DR图像中股骨干内外腔壁和骨折断端完整、连续的特征轮廓。点集配准问题实质上是一个多极值优化问题，常规的智能优化算法存在容易陷入局部极值和搜索效率不高的问题。针对此类问题，将一种全局性优化算法——特征统计算法（CSA）应用到点集配准中，研究一种基于高斯混合模型CSA优化的点集配准算法。通过重新组合高斯混合模型中的配准参数，确定与目标函数关系密切的特征统计项目，能够更好地解决点集配准中多参数估计易陷入局部极值的问题，提高算法的搜索效率。测试数据配准实验结果表明，该配准算法具有良好的抗噪声、抗缺失点、抗出格点能力，同时具有较高的配准精度和配准成功率。针对股骨DR图像缺少临床诊断所需的三维空间信息的问题，研究一种基于双平面DR图像2D-3D仿射配准的姿态估计方法。在完成股骨特征轮廓提取的基础上，利用点集配准算法获得正、侧位股骨DR图像特征轮廓与通用股骨模型投影轮廓之间的二维配准参数；利用相机标定法所确定的二维平面与三维空间的变换关系，获得三维变换矩阵，并作用到股骨通用模型上获得股骨个体化姿态。配准实验表明该方法能够在缺少个体化三维信息情况下，仅利用股骨正、侧位DR图像信息及股骨通用模型，重建出股骨个体化姿态。