本文的主要工作是关于医学图像三维可视化过程中医学图像的层间插值技术和医学图像分割技术的研究。医学图像三维可视化的目的就是利用断层图像信息在计算机上将二维的图像进行三维重建及立体显示,并对医学图像数据进行各种处理。一般情况下,两幅相邻片层图像之间的间距会较大。为了提高层间分辨率,需要对断层图像进行层间插值。针对传统的点对点配准方法存在配准精度低的问题,提出一种新的弹性配准插值算法。该方法基于B样条的自由变形模型(FFD),将最大互信息准则作为形变图像与目标参考图像的相似性测度对相邻的片层图像进行配准。与传统配准方法相比,新方法能提高整体图像像素的配准精度。然后,提出一种改进的双线性插值方法,通过构造插值点的最小环绕四边形计算该插值点的值,从而得到最终的插值图像。医学图像分割是把医学图像分割为若干个区域,提取出感兴趣的组织器官区域,这是医学图像处理中的一个必不可少的步骤,分割的准确性对于医学图像的后继处理和医生判断疾病的真实情况至关重要。医学图像分割是图像分割领域的一个经典问题,由于医学图像的复杂性,到目前为止还不存在一个通用的分割方法。本文提出一种基于haralick纹理合并的分水岭分割算法。该方法对原始图像进行高斯滤波和sobel滤波,结合给定的阀值消除弱边缘,降低分水岭变换的过分割程度。在初步分割的基础上,利用最大互信息准则作为纹理相似性的评价指标,对满足纹理相似性要求的相邻区域进行合并。