医学图像配准在医学研究与临床治疗中起着越来越重要的作用，它可以将不同模态或不同时期的医学图像变换到同一坐标系中，使整合不同图像所提供的信息成为可能。近年来研究人员在图像配准邻域进行了大量工作，提出了各种不同的配准方法，其中基于互信息的图像配准方法应用最为广泛。然而作为相似性测度，互信息仅使用了图像灰度的统计信息，而忽略了空间信息，本文引入一种对互信息扩展的新测度空间加权互信息用于图像配准。空间加权互信息在计算图像信息熵过程中加入代表像素点空间信息的权重函数，不仅考虑了图像像素点的灰度信息，而且结合了像素点的空间位置信息。为了提高基于空间加权互信息配准方法的自动化程度，本文提出Harris权重函数和LBP权重函数用于空间加权互信息的计算。Harris权重函数通过使用Harris角点检测算子对参考图像进行特征区域标识并赋予相应权重生成，可采用不同的Harris角点检测参数得到不同的Harris权重函数用于配准。LBP权重函数可实现全自动配准，我们定义了两种形式的LBP权重函数。本文使用LBP算子对参考图像进行分析生成LBP单模式权重函数，而LBP双模式权重函数使用两幅图像的LBP特征共同生成，为权重函数的定义提供了一条新途径。基于空间加权互信息的刚体配准结果表明，空间加权互信息是一种可行的相似性测度，采用LBP双模式权重函数可提高互信息配准性能，而对Harris权重函数使用二次配准可大幅提高配准的成功率。在很多临床应用中，常常需要使用非刚体配准方法来对齐存在局部形变的图像，本文研究了基于B-样条自由形变模型的非刚体配准方法，并使用归一化空间加权互信息作为配准的相似性测度。为了同时提高非刚体配准的速度和精度，本文还使用了层次化B-样条变换方法。实验结果表明，空间加权互信息引入空间信息有利于提高配准精度，采用层次化B-样条变换方法有助于同时提高配准精度和速度。