手术导航综合运用器官分割建模与手术规划、位姿标定与跟踪定位、多模态图像配准与融合显示等技术，使医生精确定位病灶与手术工具的位置，透过组织表面对内部组织进行观测，可大幅提升手术的安全性，缩短手术时间并提高手术效率。常规手术通常使用超声、内窥镜或X光等单模态影像进行手术过程引导，信息单一且均为二维影像，空间立体信息缺失，手术过程严重依赖医生经验；而多模态图像引导的手术导航技术通过融合多模态图像的优势，在三维空间提供病灶的结构或功能信息，大幅提升医生对血管、神经以及重要组织结构的空间辨识力。由此，本文针对多模态图像分割建模、手术方案决策、手术空间位姿标定与跟踪、多模态图像配准、图像融合与显示等多模态图像引导手术导航的关键技术进行总结和分析，提出其进一步发展面临的挑战并展望其未来发展趋势。多模态图像引导手术导航技术已成为神经外科、颅颌面、骨科、经皮穿刺、血管介入等临床科室精准治疗的新兴手段，具有重要的应用前景。

针对复杂曲面建筑物三维模型重建出现的拉花变形、点云缺失造成的空洞等问题，提出了一种三维激光扫描技术和倾斜摄影测量技术相结合的研究方案。以某一复杂表面建筑物为例，先是采用改进的顾及尺度因子的迭代最近点算法（SICP）完成两种点云数据的配准融合，然后通过融合后点云数据实现复杂表面建筑物的三维模型重构。试验结果表明：改进配准融合算法相较于SICP算法可以有效提高不同尺度点云数据融合精度，且配准融合后点云数据也可以有效地构建高精度和高分辨率的三维模型。

通过分析机载雷达（LIDAR）点云数据与航空影像数据特点，提出了融合机载LIDAR点云和航空影像的建筑物轮廓探测方法。分别提取机载点云和航空影像中的部分建筑轮廓线，将轮廓线拟合成直线段的建筑物轮廓边，并以两相邻且垂直的轮廓边相交得到建筑的角点，根据建筑物的同名角点实现机载点云和航空影像的配准融合；将航空影像的光谱信息赋予机载点云，并将光谱信息作为特征向量进行聚类，分离出植被和树木等地物，利用高程信息从光谱信息相似的地面道路和建筑物中分离出建筑物，提取建筑物的轮廓边，完成建筑物轮廓的探测。实验结果表明，利用该方法进行建筑物点云的分类正确率可达97.96%，轮廓边的提取精度可达0.21 m，能够有效的实现建筑物轮廓的探测。

针对单机红外搜索跟踪(IRST)系统探测距离和精度有限，得到的红外图像在杂乱背景和强噪声环境中弱小目标难以检测的问题，采用双机IRST对同时刻同目标区域探测后的图像进行配准融合，融合过程中采用高频基于区域、低频基于像素的多规则算法，提出一种基于小波变换与边缘信息表征的目标检测方法。仿真实验表明，多规则融合算法使图像质量评价指标提高了30%～50%，该目标检测方法可有效剔除虚假目标及滤除杂波干扰，从融合滤波前的7个减少到3个，虚警率降低，有助于弱小目标更为精确的检测识别。