医学图像配准是医学图像处理领域中的一项重要技术，是信息科学、计算机图像技术与医学等多学科交叉的一个研究领域。近年来，愈加迫切的临床需求使得对不同成像模式的医学图像进行综合利用愈加重要，从而使得图像配准和融合技术成为医学图像处理领域的研究热点。
　　本文以三维医学图像的刚体配准为主要研究对象，提出了一种混合配准的方法对三维医学图像进行刚体配准：
　　首先，对图像进行粗配准，其目的是为了减小浮动图像和参考图像之间的差异，为精配准提供良好的初始参数。采用的方法是主成分分析，该方法适用于图像变换角度大的情况，计算速度快，能较好地实现粗配。
　　其次，在获得初始参数的基础上进行精配准，通过使图像之间的互信息最大得到最优配准参数。采用的方法是基于黄金分割搜索法的Powell优化算法。该方法本质上是一种局部搜索方法，但在粗配准得到的初始参数基础上可快速有效的寻找到全局最优参数。
　　为了验证本文所研究方法的可行性，利用三维图像数据设计了多组实验。在此基础上，设计了多组实验验证了本文的算法设计的合理性，并且适用于对比度不同的图像、解剖结构不完全一样的图像、存在背景噪声的图像之间的配准，并采用多种方法进行评估。大量试验结果证明本文的方法具有配准精度高、鲁棒性好等优点，是一种稳定可靠的自动配准方法。