随着医学影像工程和计算机技术的发展，医学成像技术已经成为现代医疗的一个重要组成部分，其应用贯穿于整个临床工作。医学影像学为临床诊断提供了多种模态的医学图像。但是不同的医学图像提供的人体相关脏器和组织的信息不同。CT具有较高的空间分辨率，有利于定位病灶。MR对软组织成像清晰，有利于确定病灶范围。而PET和SPECT的空间分辨率较差，但却提供了脏器的功能和代谢信息。医学上，迫切希望对不同形态信息的图像进行快速准确的融合，为临床诊断和手术治疗提供更加全面准确的信息。然而不同模态的医学图像成像原理，分辨率和成像参数都不相同，因此在图像融合前必须先进行图像配准。本文对多模态图像的弹性配准技术进行了研究。　　 论文介绍了医学图像配准技术的发展历史和现状，对现有的医学图像配准算法进行了分类，叙述了国内外专家和学者研究的最新进展及存在的问题，提出了基于MGRF和B样条小波的医学图像弹性配准算法。对医学图像存在的两类噪声进行了分析。针对内部噪声产生的运动伪影采用模拟退火方法去除，大大改善了医学图像的质量；对于外部噪声采用HMT在小波域的方法去除，达到了较好的效果。分析了目前国内外普遍采用的仿射变换、投影变换及非线性变换模型。深入研究了基于B样条插值的弹性变换的优缺点，提出了基于MGRF模型的B样条小波变换方法，提高了配准的准确度，取得了较理想的弹性配准效果。　　 在研究了国内外现有图像处理软件的基础上，使用统一的编程风格和开放式源码，开发了基于ITK、VTK和VC++的医学图像配准算法平台，并且测试了基于MGRF和B样条小波的医学图像弹性配准算法。