在数字医学图像研究中,人们经常希望根据医学断层图像恢复出真实三维物体图像,建立虚拟的人体器官和组织,以便进行医学、诊断和放射治疗计划中三维剂量场的计算。然而,由于在图像获取时并不一定知道我们需要的图像分辨率大小,图像采集设备的局限性或者图像丢失等因素,获取的图像的分辨率和图像处理所需要的分辨率经常是不一致的,断层图像之间的距离远远大于断层图像内部像素点之间的距离。为了三维重建工作的进行,人们提出用图像插值的方法来提高层间的分辨率,即在原来的断层图像间用图像插值的方法再生成一些中间断层图像,使得图像层间的分辨率和图像内部像素分辨率一致。基于图像的断层图像插值方法是一种直接用图像的灰度信息构造曲线的形式来构造插值图像的插值算法,此方法计算简单,易于实现,但是无论是线性插值还是高阶非线性插值,都是用某一种光滑曲线来拟合已知数据,它们本质上都相当于一种低通滤波处理,而图像的边界主要由高频分量决定,因此必然会造成插值图像轮廓模糊和边界重影,与真实图像差别很大。基于对象的插值方法也叫基于形状的插值算法,由于传统的灰度插值方法会使插值图像轮廓模糊,不利于边界的提取和进一步的图像处理,基于形状的插值方法利用断层图像的形状轮廓信息插值出中间图像的轮廓,用中间轮廓控制图像的插值,虽然能较好的解决轮廓模糊,方便图像显示和进一步的图像处理,但是基于形状的插值方法严重依赖于图像形状信息的提取,而且每次插值只能得到一个形状,复杂图像提取形状信息比较困难,且对于内部器官边界无能为力,对于差别比较大的断层图像插值效果很差。基于小波的插值方法是在已知两幅断层图像进行小波变换,得到一系列小波子图和低频子图,然后在相同尺度和方向的小波子图之间进行小波系数插值得到新的小波子图,最后对新的小波子图和低频子图进行小波逆变换,得到新的插值图像,该方法对灰度和形状同时插值,充分模拟了生理组织从一幅图像变化到另一幅图像的中间形态,生成图像的质量高,但计算量很大,不利于实际应用。针对上述问题,本文提出了一种新方法：首先通过基于像素灰度值、灰度梯度大小、方向、像素点对的距离和连续度阈值的一个优化过程在两张断层原始图像间建立起对应关系并选取最佳匹配点对,然后对于匹配较好点对线性插值,匹配效果不好的点对则通过计算点对的相对特征距离来控制对应插值点像素灰度值的插值。最后,本文将新方法用在断层图像插值中,将其与采用一般插值方法所得到的插值图像相比较说明了该方法的有效性。