摘要：提出了基于SURF算法和光流場模型相結合的多模態醫學圖像配準算法。由于傳統光流場模型具有灰度一致性的約束條件以及多模態醫學圖像的結構差異較大,導致算法對于多模態醫學圖像無法取得較好的配準結果。首先引入直方圖規定化算法作為醫學圖像預處理,解決多模態醫學圖像中灰度差異較大的問題;然后根據多模態醫學圖像結構差異較大的特點,本文采用分級配準的思路,將SURF算法和傳統光流場算法結合起來可以獲得較好的配準結果;最后采用CUDA并行加速的方法對本文算法進行GPU加速。研究結果表明:本文算法具有較高的準確性和更好的魯棒性。