医学影像处理是一个具有很强应用前景的研究领域,在医学诊断、临床治疗等方面起着重要的作用。其研究内容是对所采集获取的医学数据(包括CT、MRI、PET及组织切片图像)进行分析、变换、显示等操作,以使人们能清楚地认识蕴涵在数据中的复杂结构。由于制片和图像采集等原因,序列数字切片图像的每两层间都会存在错位现象,即平移和旋转等变换。基于切片数据的建模分析,其第一步就要对上下相邻层切片图像进行配准,即通过图像的几何变换来完成校准。本文将从图像边缘曲线匹配的角度来处理医学切片数据(人体躯干部位)相邻层之间的配准校正问题。本文首先综述两种基本的医学图像配准方法:基于点的刚体变换配准算法、最大互信息法。在此基础上,我们给出一种新的医学切片图像数据匹配方法。第一步,计算图像的加权质心,求得图像的PCA坐标轴,并将配准图与参考图坐标轴重合,从而给出图像的全局粗匹配。第二步,在配准图像边缘取采样点,确定其在参考图中的最近点并计算过该点的切线和法向量,并由采样点到参考图的切向距离极小化(TDM)模型求出相应几何变换,通过迭代获得局部精细配准。数值实验表明,本文所提的匹配方法能很好地实现医学切片数据相邻层之间的高精度配准,而且相对于其它方法(如最大互信息法)可较大程度地减少计算量。