数字减影血管造影技术(Digital Subtraction Angiography)，简称DSA技术，目前在临床诊断和治疗中得到了广泛应用，是当前尚无法替代的有效的血管可视化工具，其中脑部血管的数字减影造影是脑血管病变介入手术中必不可少的部分。如何改善其成像功能和质量，为临床诊断和治疗提供更强大依据，是目前医学影像处理领域研究的热点课题之一。本文就脑血管数字减影技术中的配准问题进行了系统地研究，提出一种有效的脑血管DSA图像非刚性配准算法，围绕非刚性配准算法的特殊流程，本文开展了以下研究工作：首先，采用基于规则网格模型的算法自动生成序列控制点，该策略的时间效率明显优于基于图像特征的控制点生成方法，显著提高了脑血管DSA图像配准临床应用的自动化程度。采用基于最大减影直方图能量的方法来实现匹配运算过程中的相似性测定，实验结果证明，该准则非常适用于蒙片图像和活片图像之间的配准，无论矩形匹配模板中是否含有造影后血管阴影都可准确、快速找到控制点的运动位移量。其次，根据控制点空间排布的特点，选用基于固定模板的Powell方法来优化搜索相关点的过程，同时限制控制点在二维空间的搜索范围，避免了陷入局部最优解的问题。然后，根据脑血管DSA图像的特性，采用一种基于正拉伸空间变换算法来解决匹配模板的变形问题，完成控制点匹配过程中的运动估计。提出一种基于逆拉伸空间变换的像素映射填充算法来生成变形后的蒙片目标图像，实现准确减影。最后，根据本文提出的DSA图像配准策略，开发了脑血管DSA图像非刚性配准的原型软件，为以后的实际临床应用打下基础。