近年来，医学图像配准在手术导航，器官组织的运动估计，放射治疗等多方面都有重要应用，成为现在医学图像的研究热点。医学图像配准是放射治疗中的一项重要技术，利用这项技术可以实时检测出人体病变靶区和放射能量束的空间位置差异，包括摆位误差和器官移动，并在线调整治疗床或者能量源的位置，最大限度的降低空间差异，使放疗精度得到有效提高，达到位置补偿。因此，在放疗中研究如何在保证速度情况下，提高配准的精度就变得很有意义。本课题研究的二维三维医学图像配准主要应用在临床放射治疗系统中，采用X光图像（二维）和计划CT（三维）进行配准，为了较精确的计算出配准参数，本课题提出一种改进的配准算法。在该方法中，将要获得的图像空间差异的六个配准参数分解到两个正交的平面上进行配准，然后把获得的两组正交方向上图像配准参数通过这两个正交平面与空间坐标系的几何关系，变换成三维空间参数，本课题提出采用较为精确的互信息和改进的鲍威尔搜索来改善性能。依据配准结果，实时调整两者之间的位置，达到准确放疗的目的。本课题首先采用了光线追踪法(Ray Casting)产生数字重建影像(DigitallyReconstructed Radiograph，DRR)，利用3D CT数据产生两组2D正交方向上的DRR，取得了不错的效果，为后续治疗提供依据。本课题将图像配准分成四个阶段，第一步，利用金字塔策略，采用较快的像素均方差作为相似性度量函数，得到两组图像在正交平面上的参数初始值，第二步，提出采用Brent搜索得到非平面内图像DRR和X-Ray图像配准的一个空间变换初始值，第三步，提出采用更为精确的相似性度量函数互信息和搜索算法，即部分体积插值互信息测度和改进Powell算法来对初始值进行优化和搜索，第四步，根据两组正交方向的配准结果，利用正交平面和三维坐标系的几何关系，计算出3D CT数据（人体位置）和X-Ray图像（放疗能量束）之间的差异，达到图像引导放疗的目的。本课题采用的互信息法，其中插值部分采用部分体积法，与文献中的模式强度的相似度函数相比具有更明显的峰值，抗噪性更强。在最优值搜索中本设计采用改进的Powell法，具有更快的搜索速度和更高的搜索精度。实验用一组CT图像来获得两组DRR图像，并将其中两幅DRR图像做了空间位置变换作为虚拟的X-Ray图像，仿真平台采用Matlab2010，实验结果显示，改进的整体配准算法精度较高，保证速度在一定范围内，平移误差在一毫米以内，整体配准精度达到亚像素级。