现代科学技术在医学领域中的应用促进了医学技术的发展。特别是医学影像设备的逐步完善有效地促进了医疗诊断技术的进步。如何充分利用各种图像信息，提高利用医学图像诊断过程的精度一直是图像诊断技术研究的热点；而医学图像融合技术是图像诊断技术的前沿课题。医学图像的匹配与对齐是进行医学图像融合的前提和基础，也是进行图像融合的难点之一。本文分析了各种医学图像的成像原理及图像特点，了解现有图像处理的方法和水平，并从可行性、技术难度以及匹配的准确性等方面进行综合考虑，在此基础上针对头部医学图像的特征提取和图像对齐问题进行了研究。 本文首先设计了基于轮廓特征的特征点匹配方案，比较了常用边缘检测算子对头部CT图像的检测效果，分析各种算子的边缘检测特性并结合本文轮廓特征提取的具体要求，选用Robert算子对头部CT图像进行边缘检测。运用阈值处理将经Robert算子处理后的图像转化为黑白二值图像强化边缘特征。采用细化处理强化图像中的“骨架”特征。采用轮廓跟踪算法提取图像中的轮廓。并对轮廓跟踪算法进行改进，使用者可根据需要提取所感兴趣的轮廓特征。 在提取轮廓特征的基础上进一步完成了特征点提取、特征点之间对对应关系匹配，制定了采用局部特征点对头部图像进行对齐的方法。对奇异值分解法之所以可应用于头部图像对齐进行了数学上的证明。并用MATLAB对奇异值分解法变换参数求解过程进行了运算。 以上的研究成果对于图像的对齐提供了新的方法和思路。该方法简单易行，对于轮廓的提取和对齐具有较高的匹配精度，具有一定的学术价值。