1.一种基于LoG算子的3D/2D医学图像配准方法，其特征在于，包括以下步骤：(1)、获取2D和3D医学图像；

获取术中X射线图像作为配准过程的2D参考图像，获取术前CT序列作为配准过程的待配准3D浮动图像，然后分别对2D参考图像和3D浮动图像进行去噪处理；

(2)、初始化混合优化算法；

初始迭代步数k＝0，设置最大迭代步数为Max；初始刚体变换参数为T0；设置迭代阈值为ε，迭代终止温度为Temp；设置迭代算法启用次数count＝0，迭代算法最大启用次数为Time，初始化迭代标记flag＝0；设置相似性测度阈值F；

(3)、建立建立投影坐标系；

以CT中心为原点，根据X射线成像计算模型和刚体变换模型建立投影坐标系；其中，投影坐标系中，用T＝tx,ty,tz,rx,ry,rz表示六维的刚体变换参数；其中，tx表示在X轴上的平移参数，ty表示在Y轴上的平移参数，tz表示在Z轴上的平移参数，rx表示沿X轴的旋转参数，ry表示沿Y轴的旋转参数，rz表示沿Z轴的旋转参数；

(4)、通过迭代更新的方式实现3D/2D医学图像配准；

(4.1)、判断迭代标记flag，若flag＝0，则进入步骤(4.2)；若flag＝1，则进入步骤(4.3)；

(4.2)、利用Powell优化算法对相似性测度函数进行迭代寻优；

(4.2.1)、当迭代步数为k时，从步骤(1)中随机选取一张3D浮动图像，并输入至投影坐标系，根据初始刚体变换参数为Tk，投影坐标系投影产生DRRk图像，再将DRRk图像和2D参考图像的像素大小统一到m×n，像素值归一化到同一灰度范围，处理完成后，将2D参考图像标记为If，将DRRk图像标记为Ik；

(4.2.2)、基于LoG算子，构建图像If和Ik的相似性测度函数S(If,Ik)；

S(If,Ik)＝-[N1(If,Ik)+N2(Lf,Lk)]

Lf(i,j)＝LoG(i,j)*If(i,j)，Lk(i,j)＝LoG(i,j)*Ik(i,j)其中，符号*表示卷积，If(i,j)为参考图像在像素(i,j)处的像素值，Ik(i,j)为DRRk图像在像素(i,j)处的像素值， 为参考图像的像素平均值， 为DRRk图像的像素平均值，Lf为If经过LoG算子卷积后的图像，Lk为Ik经过LoG算子卷积后的图像， 为图像Lf的像素平均值， 为图像Lk的像素平均值，N1(If,Ik)表示参考图像与DRR图像的NCC值，N2(Lf,Lk)表示图像Lf和图像Lk的NCC值，LoG算子中的参数σ为高斯分布的标准差；

(4.2.3)、利用Powell优化算法对相似性测度函数进行寻优，得到本轮迭代后的相似性测度函数值以及下一轮迭代时的刚体变换参数为Tk+1；

(4.2.4)、若相邻两次迭代的相似性测度函数值之差的绝对值小于阈值ε，或k＞Max，则停止迭代，输出刚体变换参数Tk，同时更新T0＝Tk，flag＝1，k＝0，count＝count+1，并跳转至步骤(4.4)；否则，令k＝k+1，再返回至步骤(4.2.1)进行下一轮迭代寻优；

(4.3)、利用模拟退火算法对相似性测度函数进行迭代寻优；

(4.3.1)、按照步骤(4.2.1)-(4.2.2)所述方法，构建图像If和Ik的相似性测度函数S(If,Ik)；

(4.3.2)、利用模拟退火算法对相似性测度函数进行寻优，得到本轮迭代后的相似性测度函数值以及下一轮迭代时的刚体变换参数为Tk+1；

(4.3.3)、若模拟退火算法的温度小于Temp，或k＞Max，则停止迭代，输出刚体变换参数Tk，同时更新T0＝Tk，flag＝0，k＝0，count＝count+1，并跳转至步骤(4.4)；否则，令k＝k+1，再返回至步骤(4.3.1)进行下一轮迭代寻优；

(4.4)、若相似性测度函数值满足|S(If,Ik)-F|＜ε或count＞Time，则结束配准，将刚体变换参数Tk作为最终的输出；否则，令F＝S(If,Ik)，再返回到步骤(4.1)；

(4.5)、根据输出的变换参数Tk去调整3浮动图像，从而到达3D、2D图像的配准。