图像配准是图像处理领域的一个问题，在医学图像融合和疾病的诊断及治疗中有着重要应用。在医学图像处理领域，基于刚性配准的方法现阶段相对已经比较成熟，但面对人体组织器官是非刚性的这一基本事实，许多情况下就不能以刚性假定为前提进行相关图像处理。由于医学图像中很多形变的性质是非刚性、非线性的，为了处理临床中的图像，需要使用非刚性的配准方法，故多模医学图像的非刚性配准问题就成为当今图像领域一个研究热点和难点。本文主要研究多模医学图像非刚性配准及其相关算法。 首先，对几种插值算法进行了比较，选用具有较高插值质量和计算效率的薄板样条插值算法来实现本文的配准插值。 其次，改进的基于特征点分层互信息配准算法。将图像按照由粗到精的原则，将每个图像分成若干个子块，用归一化互信息子块图像进行配准，然后在每个子块图像中按照一定规则选取两个对应点，采用薄板样条函数插值的方法对图像进行空间变换，实现图像的弹性配准。 再次，提出一种基于图像边缘金字塔的配准算法。首先由改进的LOG 算子提取构建边缘边缘金字塔集，然后在图像边缘金字塔的最小尺度层进行较大范围的搜索,寻找配准两幅图像的最佳变换,以后每一层以前一层的搜索结果为中心缩小搜索范围继续搜索,直到最大尺度层。 最后，在.NET 环境下完成了图像的放缩、旋转、插值等基本操作，并实现了本文中的两种配准算法和医学图像的非刚性配准系统。