随着CT、MRI、PET、SPECT技术的发展，医学图像配准得到了越来越广泛的应用。弹性图像配准在软组织病症分析、肿瘤检查、腹腔检查等临床应用中具有重要意义。基于互信息配准方法是目前图像弹性配准方法研究的热点。该方法基于图像像素的联合灰度分布来计算互信息，利用最优化方法寻找使该度量达到极值的几何变换参数。在实际应用中，存在互信息在配准过程中出现局部极值和极值偏离问题。同时，广泛使用的薄板样条插值变换存在标记点对扭曲作用的全局性问题。而目前自动选取标记点对，一般采用的是均匀分布的标记点对，不适用于存在局部扭曲的图像配准问题。 本论文重点研究了医学图像的弹性配准方法，针对存在的问题，提出了有针对性的解决方案。首先，针对薄板样条插值变换的全局作用性问题，提出了紧支撑薄板样条变换方法，将标记点对的扭曲作用局限于局部区域。然后，提出了两种新的图像配准度量：基于特征分类的互信息(MIf)和特征效率系数(enf)。提取图像像素的灰度和结构梯度特征，通过特征分类器将图像由高维灰度空间映射到低维的特征类别空间。在特征类别空间中，定义基于特征分类的互信息(MIf)作为配准度量，有效的避免了传统互信息存在的局部极值和极值偏离问题。同时，基于T.Butz提出的特征效率系数理论，定义特征空间中的n阶特征效率系数(enf)作为又一新的配准度量，并提出了确定最佳特征分类器的方法。接着，本文提出了基于特征分类互信息的弹性配准方法，成功地应用于医学图像的弹性配准中。最后，提出了基于非均匀分布标记点对的弹性配准方法。基于特征效率系数定义了图像差异度量，自动检测出差异区域，仅在差异区域的内部自动选取标记点对，采用紧支撑薄板样条变换，进行多模态图像的弹性配准。该方法有效解决了存在局部扭曲的图像弹性配准的问题。 本论文进行了大量的模拟图像和实际医学图像的配准实验。实验验证了本文方法的有效性，同时与目前方法的配准实验结果进行比较，显示了本文方法的优越性能。