本文主要对医学图像配准算法的特征提取环节进行研究,尝试开发基于方向特征提取的图像配准算法。提出使用方向可控滤波器,它是一组可以稳定地提取图像多方向特征信息的滤波器,可以提供图像更加显著的局部特征,在讲究高精度的医学图像配准领域有非常好的应用前景。同时,在使用方向可控滤波器设计的基础上,运用了金字塔结构分析,从而有效增加了配准算法的执行速度和鲁棒性。本文也提出了两种方向特征提取的改进医学图像配准算法,分别以全局配准和特征点配准的方式实现更加准确的图像匹配。首先,利用方向可控滤波器和金字塔结构分析,本文提出一种基于方向可控金字塔结构的快速医学图像配准算法。该算法采用方向可控滤波器合成图像的特征图来进行更精确的全局配准,同时为了避免全局搜索旋转中心造成的高运算量,提出选取特征图的质心作为旋转中心进行图像空间变换后逐层配准的方法,而质心的计算还可以提供平移参数的初始估计范围,加速算法搜索时间。仿真结果证明该算法的精确度较高,运算时间大大减少,在多模态图像配准中也有很好的效果。接着,对于目前比较流行的SIFT配准算法,本文也进行了研究。SIFT算法是一种基于特征点匹配的非刚性配准方式,对于寻找SIFT的关键点有一定的限制,尤其在图像包含信息量相对不那么丰富的医学图像领域,SIFT配准算法的精度会受到很大的影响。于是本文提出了一种运用方向滤波器结合SIFT的改进配准算法,通过方向滤波器的运用,突出医学图像的局部特征信息,为SIFT寻找关键点提供更佳的条件,仿真结果表明改进的算法能够明显改善单模态医学图像配准的精度。鉴于方向可控金字塔结构的快速医学图像配准算法有较好的配准性能,本文也将其移植入医学图像影像处理平台3DMed来实现配准算法的实际应用,从实现结果可以看出该算法也完全可以胜任医学图像配准的实时运算。最后,本文对方向特征提取的医学图像配准算法进行了总结,指出课题有待进一步深入研究的突破点和对未来工作的展望。