随着现代医疗技术的发展,各种成像技术及信息科学技术不断被应用到医学治疗过程中,其中计算机辅助手术(Computer-assisted surgery,CAS)技术在临床诊断和治疗等方面的应用越来越广泛。为了达到减少病人痛苦以及更加快速直观地为外科医生提供目标区域病灶变化情况等目的,CAS技术集中了医学影像学、精密器械技术、计算机科学技术等领域的成就,极大地方便了外科医生的临床操作并提高了诊断和治疗的效率。在手术导航过程中,图像配准技术作为作为其中的重要组成部分一直都是各国研究人员重点关注的内容之一,它对于手术场景表面的立体重建、手术器械和病灶区域的实时准确跟踪、改善传统外科手术中的视觉效果等导航过程中的关键环节具有重要的支撑作用。因此如何提高配准速度和准确率成为CAS技术中的一个重要问题。论文以腹腔镜单目视觉序列图像为研究对象,针对腹腔镜图像配准过程中存在的匹配时间过长和配准准确率有待提高的问题分别提出了基于Radon变换的降维特征描述向量和基于欧氏距离的加权描述符相似性测度算法。本文的主要研究内容如下:1.详细阐述了图像配准技术的基本理论和常用方法,并对特征提取、特征匹配过程中的相似性度量准则、搜索空间和搜索策略、误匹配点剔除、空间变换模型建立和重采样插值运算等配准过程进行了分析;然后重点介绍了Moravec、Harris、SUSAN、SIFT四种经典特征提取算子的原理并在已有试验数据基础上进行了对比分析,最后得出SIFT算子对尺度缩放、光照变化和旋转变换等具有较强不变性以及良好的鲁棒性和抗噪性。2.针对传统SIFT算法匹配时间过长的的问题,提出了基于Radon变换的降维特征描述子。该描述子根据特征点邻域梯度的主方向确定积分方向并采用合适的积分函数等效代替特征点邻域梯度高斯模糊权值的变化,将图像矩阵沿30个不同方向的积分值组成新的特征向量代替原来的128维特征描述符,降低了算法的计算复杂度。3.针对特征匹配准确率有待提高的问题,提出了基于欧氏距离的联合关键点特征信息和灰度统计信息的描述符相似性测度方法。该方法首先使用二维图像熵来表征特征点邻域内灰度分布的空间特征,增强了描述符的独特性;然后给出了基于Radon变换的特征向量之间的相对欧氏距离公式,并通过对距离函数中参数?的寻优,确定了特征与灰度统计信息各自的权值,形成了新的特征向量距离测度方法;最后通过结合双向匹配策略的BBF树搜索策略确定匹配点对。论文基于上述改进算法对光照、尺度和旋转变换这三种常见情况下的测试图像进行了配准并将配准效果与原始算法以及其他几种常用算法进行了对比分析,另外我们还针对平移和遮挡情况下的测试图像将改进算法与原始算法进行了对比分析。试验结果表明在这几种变换条件下,采用本文的基于SIFT的改进配准算法具有更快的匹配速率和更高的匹配准确率。