随着CT、MRI、PET、SPECT 技术的应用，医学图像配准得到了越来越广泛的应用。刚性配准是医学图像配准的基础，具有非常重要的意义。基于互信息多尺度配准方法是目前图像刚性配准方法研究的热点。该方法由粗至细，分别在不同尺度下对图像进行基于互信息的刚性配准。但在小分辨率图像刚性配准中，互信息容易出现局部极值，甚至不能反映配准情况，进而导致多尺度配准出现误差。 本论文研究了基于特征势互信息的多尺度刚性配准方法，分析了其理论基础，并对目前存在的问题提出了有针对性的解决方案。首先，采用了一种新的图像相似性度量：特征势互信息，该度量不依赖于图像的亮度而是基于图像的空间信息来计算图像之间的互信息，有效的克服了传统互信息在低分辨率图像中存在的局部极值问题。接着，讨论了粒子群优化算法PSO和方向加速法(Powell)，并应用了能结合这两种方法优点的PPSO(Powell-PSO)算法。最后，建立了一种基于特征势互信息及PPSO(Powell-PSO)算法寻优的多尺度医学图像刚性配准方法，该方法将特征势互信息和PPSO(Powell-PSO)算法成功结合，并实际应用于医学图像刚性配准中。结果显示该方法是一种可行的多尺度刚性配准方法。