科技的极大发展,促使人工智能渐渐与医学图像相结合,医学图像处理成为热门的研究领域。利用先进的计算机技术处理医学图像已成为发展趋势。通俗地说,图像配准是将两幅图像“对齐”的操作,只有完成这一步骤,才能对图像进行对比分析。在医学图像处理中,图像配准是很多后续处理操作的预步骤,起着基础性作用,这意味着这一技术具有重要意义。本论文通过文献调研的方式,从基于灰度值、基于特征、基于变换域的角度,对图像配准方法进行了介绍,并设计对比实验,控制其他配准要素相同而保持一个配准要素不同,用医学图像处理库ITK处理相同的数据,再根据实验结果衡量不同配准方法的效果,比较算法的优缺点。最后从新视角看待现有的配准方法,逐一分析配准算法的各个要素,结合理论与实验,进行分类和总结,做优缺点比较,并对未来配准方面研究的可能方向做一个预计。