图像配准是图像处理中的一个重要课题,也是图像融合首先要解决的问题,在许多实际应用中具有重要意义,是医学图像分析、遥感图像处理和目标识别的基本组成部分。随着新型传感器的不断涌现,人们获取图像的能力迅速提高,不同物理特性的传感器产生的图像也不断增多,因此如何将不同模态的图像进行配准,逐渐成为图像配准领域的一个研究重点,人们希望通过对不同模态所获取的图像数据进行配准,降低数据的误差,以达到提高识别率和精确度的目的。　　 随着人们对高质量图像的需要和对海量数据处理实时性的要求越来越高,针对如何提高多模图像配准精度和速率的研究显得尤为重要。本文以基于互信息和优化算法的多模图像配准为核心,对图像配准中的两个重要步骤进行讨论,并在总结对比经典算法优势和不足的基础上,提出了改进算法。总结起来本文的主要工作如下:　　 (1)介绍了图像配准的基础知识,包括图像配准的概念和图像配准的应用,并对图像配准的四个过程进行了阐述。　　 (2)对图像配准中的优化算法和测度函数进行详细介绍。测度函数的选取和配准参数的优化搜索是图像配准过程最重要的两个步骤,直接关系到图像配准的精度和效率。通过比较三种经典的优化算法,得出优化算法对配准结果的影响；并介绍了三种常用的配准测度函数,经过实验表明:在多模图像配准中,基于互信息测度取得比较好的效果。　　 (3)本实验提出了一种基于分块互信息和量子粒子群的配准方法。在配准中利用分块互信息值为相似性测度,并用量子粒子群算法求解配准所需的空间变换参数。实验表明:该方法能够避免陷入局部极小值而且速度得到明显改善,将其运用于多模图像配准,可以得到理想的效果。　　 (4)介绍了基于QPSO的2D／3D图像配准的方法,该方法被应用于由DRR模拟生成的X光图像和CT体数据之间的配准,实验中,以互信息为测度,利用QPSO优化方法对2D／3D图像配准参数进行搜索,对配准速率和精度进行了分析。实验表明:基于QPSO优化算法的2D／3D图像配准,取得较好的结果。　　 (5)最后总结了本文的工作并对未来的工作进行了展望。