图像配准是图像融合、图像分析、图像重建的基础,尤其在医学图像处理领域,图像配准发挥着重要的作用,高效准确的配准方法可以辅助医生进行医疗诊断,制定手术计划,跟踪病人的病理变化,评价病人治疗效果等。目前的非刚性配准算法大都是单一的,如基于图像灰度的配准方法,基于图像几何特征的配准方法,相关的研究资料和临床应用表明两种配准方法的优越性,但是各自又都存在一定的局限性。基于灰度的配准方法直接利用图像的灰度信息,主要适合单模态医学图像配准,但是对于一些复杂的软组织图像,如心脏、肝脏等,采用基于灰度的配准方法,并不能取得良好的效果;基于特征的配准方法可以充分利用图像的几何特征,主要适合多模态医学图像配准,但是该方法的精确度取决于提取特征的准确性。本文深入分析了基于灰度的粘性流体配准方法,为了充分利用图像在不同尺度空间的特征信息来提高基于灰度的粘性流体配准方法的精度,本文利用尺度不变特征和结构上下文特征的良好特性,弥补基于灰度的粘性流体配准方法对于图像复杂结构配准产生的误差,提出了一种结合图像几何特征和灰度信息的非刚性配准方法。本文将尺度不变特征和结构上下文特征从二维空间扩展到了三维空间,同时将提出的融合图像几何特征和灰度信息的非刚性配准方法扩展到了三维图像。本文最后利用真实的人体肝脏图像,ITK开源软件包,以C++为开发语言,针对提出的算法进行实验评估,对比基于灰度的的粘性流体配准方法,实验结果表明本文提出的算法可以有效的提高图像配准的精度,尤其是针对复杂结构发生的形变具有良好的效果。