针对互信息配准方法中目标函数因存在多极值而容易陷入局部最优的问题,提出了一种基于萤火虫算法改进优化策略的互信息医学图像配准算法。该算法使用归一化互信息作为相似性测度,用萤火虫所处位置来表示配准参数,根据每个萤火虫的位置计算互信息函数值并将其作为当前萤火虫的亮度,通过亮度和吸引度的迭代更新来寻找互信息函数取最优解时的最佳配准参数。实验结果表明,该方法克服了互信息函数容易陷入局部最优的问题,有效地提高了配准精度。

ITK医学图像配准与分割开发文档中文版，包含两本手册，上册介绍ITK初步，下册介绍实现，对于从事医学图像处理的可通过该手册进行入门！！

可用于普通图像 和医学图像的刚体配准，可变形配准。

Glirt基于CUDA的多模态三维医学图像配准.rar

【图像配准】基于Powell结合蚁群算法实现医学图像配准含Matlab源码

医学图像配准的MATLAB仿真程序，实现互信息配准，归一化互信息配准得到图像配准测度曲线和配准图像。实现互严格凹函数测度和f信息测度对比

应用于3D图像配准的硕士论文，对于配准的基本原理和相应的3D配准算法有比较详细的描述

其实也是我下载的，当时找了好久，因为比较急着要用，找到了的时候还是很开心的，网上的这种代码真心不多 不过这个代码比较简单，我看了一下，应该能用，不过我暂时还没有试过

DRAMMS是一个软件包，设计用于2D到2D和3D到3D变形医学图像配准任务。 由宾夕法尼亚大学生物医学图像分析（SBIA）部门发布。 DRAMMS的一些典型应用包括：-同一器官（可以是大脑，乳房，心脏等）的跨学科配准； -单模态和多模态配准（MRI，CT，组织学）; -纵向注册（小儿脑部生长，癌症发展，小鼠脑部发展等）； -在缺少对应信息的情况下进行注册（例如，血管病变，肿瘤，组织学切口）。 DRAMMS在UNIX / Mac OS中的命令行中运行，它接受Nifti / ANALYZE / MetaImage图像格式。 它是全自动的---拍摄两个输入图像，并生成配准图像和（可选）变形场。 有关更多信息（安装，教程，手册，演示，常见问题解答等），请访问http://www.rad.upenn.edu/sbia/software/dramms/。

一本基于ITK的图像配准的手册，里面对ITK框架的解释是很好的