针对序列血管内超声(IVUS)图像相邻两帧具有很大相似性的特点,提出一种基于序列IVUS图像配准的自动提取管腔内膜的方法.首先利用形态学运算以及连通分量法提取初始帧的大致管腔内膜边缘,然后采用前景和背景像素的颜色直方图特征对相邻两帧图像进行建模并进行配准:利用巴氏系数度量相邻两帧图像之间的相似性,建立仿射变换模型,优化模型并计算模型参数,从而将轮廓相对准确地定位到管腔内膜附近;最后通过变分法、最速上升法使目标轮廓曲线准确地收敛到管腔内膜处.以经验医师提取的管腔内膜作为评价标准,分别与文献[17]和[4]相比,该方法的均方根误差分别平均减少了0.124和0.063,相对差异度上分别平均减少了0.51％和0.16％.买验结果证明,该方法可以准确地提取到序列IVUS图像的管腔内膜.