介入式手术导航就是利用医学影像来帮助医生将手术器械精确地穿刺到病灶内部。其主要包括手术器械标定与跟踪、医学图像的处理、手术器械与医学图像的融合与三维显示。本文针对目前手术导航系统存在的问题,包括图像处理效率、手术器械标定、图像分割等问题进行了相关的研究,其主要内容如下:首先,使用多线程技术处理双目摄像机拍摄的手术器械图像。在手术导航中需要实时跟踪手术器械的位置,图形工作站要不断地处理双目摄像机拍摄的手术器械图像来获取手术器械的二维图像坐标,然后三维重建手术器械。考虑到同时处理双目摄像机拍摄的手术器械图像存在时间效率低下进而不满足实时性的问题,本文使用多线程技术充分调用多核处理器资源提升图像处理的效率。实验证明多线程技术可以提升图像处理的时间效率。其次,提出一种新的手术器械标定算法。对于手术器械标定来说,在标定的过程中由于针尖抖动等因素可能会引入脉冲噪声,传统的最小均方(Least Mean Square,LMS)算法不能很好的抑制脉冲噪声,导致求解的尖端点存在精度低的特点。考虑到共轭梯度(Conjugate Gradient,CG)算法具有收敛速度快的特点,而相关熵可以抑制脉冲噪声,本文将共轭梯度算法与相关熵结合起来,实验结果表明本算法相比较最大相关熵算法(Maximum Correntropy Criterion,MCC)而言,收敛效率较高,而在标定精度上要好于LMS和CG算法。然后,提出一种新的图像分割算法。针对基于局部熵的RSF(region-scalable fitting)算法由于局部熵的计算导致图像分割效率低的问题,本文提出将CV(Chan and Vese)模型与带有局部熵的RSF模型结合,定义带有加权局部灰度拟合项以及辅助的加权全局灰度拟合项的能量泛函。理论与实验表明本文算法可以克服传统的带有局部熵的RSF模型分割算法效率低下的问题,并具有一定的鲁棒性。最后,搭建了简易的手术导航系统。先是概述了手术导航系统的软件系统以及硬件系统设计;然后对系统进行了摄像机的标定、器械的标定、手术器械三维坐标显示等。