影像导航手术(Image-guided surgery,IGS)通过可视化增加手术视野,以减小组织损伤风险,提升病灶定位的准确性和靶向性。它需要在术前获取患者三维(three-Dimention,3D)图像,在术中获取患者二维(two-Dimention,2D)图像,三维医学图像可以提供空间位置信息,从而确定病灶位置规划手术过程,二维图像能够提供术中实时信息,以便对手术器械实时跟踪和调整空间位置。因此IGS技术的关键是寻求术前三维图像与术中二维图像空间位置的变换关系,即2D/3D图像配准。在IGS系统中,配准是在整个治疗过程中保持的,因此提高图像配准的精度、实时性和鲁棒性是当前研究中需要解决的问题。2D/3D配准可以抽象为一个优化问题,包含相似性测度函数设计和优化策略选择。本文主要根据不同图像信息对配准的准确性、时效性、鲁棒性的影响开展对2D/3D配准算法的研究,着重研究基于灰度信息和特征信息来设计相似性测度函数,并提出改进算法。本文所提出的算法,均采用迭代优化方法。具体研究工作如下:(1)研究基于灰度的2D/3D医学图像配准算法,并实现基于归一化互相关的配准。针对归一化互相关算法信息单一、收敛域较小的问题,引入高斯拉普拉斯二阶微分算子作为新的相似性测度,增加边缘信息和内部细节信息;针对归一化互相关算法效率低下的问题,引入多分辨率策略,从而提高配准精度和效率。(2)针对归一化互相关算法的问题,引入Sobel一阶微分算子作为新的相似性测度,增加梯度方向夹角信息,从而增加旋转敏感度,并且使用多分辨率策略,最终达到提高配准精度、配准效率以及增大收敛域的目的。(3)研究基于特征的2D/3D医学图像配准算法,采用梯度方向直方图提取统计信息作为特征,并实现基于梯度方向加权直方图的2D/3D配准。针对梯度方向加权直方图仅适用于前景小背景大的图像配准,且对平移变换不敏感的问题,提出梯度方向加权空间直方图作为新的相似性测度,采用梯度方向的二维空间直方图提取统计特征,打破算法局限性,保证精度的前提下拓宽适用场景。本文提出的算法在CT和合成X光图像上进行实验,并且与现有算法做了对比,结果显示本文提出的算法能够提高精度和效率,而且减弱了初值敏感性。