Elastix是一個建立在InsightSegmentationandRegistrationToolkit(ITK)之上的圖像注冊工具箱。它是完全開源的，并提供了在圖像配準問題上采用的廣泛的算法。它的組件被設計成模塊化，以方便快速可靠地創建各種針對特定應用的套準管道。它首先由StefanKlein和MariusStaring在圖像科學研究所（ISI）的JosienP.W.Pluim的監督下開發。它的xxx個版本是基于命令行的，允許最終用戶使用腳本來自動處理大數據集，并以幾行代碼部署多個注冊管道。現在，為了進一步擴大其受眾范圍，還提供了一個名為SimpleElastix的版本，由KasperMarstal開發，它允許elastix與高級語言（如Python、Java和R）整合。

圖像配準是數字圖像處理中的一項著名技術，它尋找一種幾何變換，應用于移動圖像，獲得與目標圖像的一對一映射。一般來說，從不同的傳感器（多模態）、時間段（多時態）和視點（多視角）獲取的圖像應該正確對齊，以進行進一步的處理和特征提取。盡管有大量不同的圖像注冊方法，但大多數都是由相同的宏觀構件組成，即變換、插值器、度量和優化器。兩個或多個圖像的注冊可以被看作是一個優化問題，需要多次迭代才能收斂到最佳解決方案。從一個從圖像時刻計算出來的初始變換開始，優化過程根據選定的相似度量值搜索最佳變換參數。右圖顯示了兩幅圖像的注冊的高層表示，在整個過程中，參照物保持不變，而移動的圖像將根據變換參數進行變換。換句話說，當相似度指標（這是一個有一定數量的參數需要優化的數學函數）達到最佳值時，注冊就結束了，這與具體的應用有很大關系。

按照圖像配準工作流程的結構，elastix工具箱提出了一個模塊化的解決方案，為每個構件實現了不同的算法，這些算法在醫學圖像配準中被高度采用，并幫助最終用戶通過為每個主要構件選擇最合適的算法來建立他們的特定管道。每個模塊都可以通過選擇預定義的初始化值或通過嘗試多組參數然后選擇最有效的一個來輕松配置。注冊是在圖像上進行的，elastix工具箱支持ITK支持的所有數據格式，從JPEG和PNG到醫學標準格式，如DICOM和NIFTI。當元數據中提供時，它還存儲物理像素間距、原點和與外部世界參考系統的相對位置，以促進注冊過程，特別是在醫療領域的應用。

變換是一個重要的構件，因為它定義了可允許的變換。在圖像注冊中，主要的區別是平行到平行和平行到非平行（可變形）的線條映射變換。在elastix工具箱中，最終用戶可以選擇一個變換或通過加法或通過組合來組成更多的變換。下面報告了不同的轉換模型，按照靈活性增加的順序，以及括號內相應的elastix類名稱。

平移（TranslationTransform）只允許平移剛性（EulerTransform）擴展了平移，增加了旋轉，物體被看作是一個剛體類似（SimilarityTransform）通過引入各向同性的縮放擴展了剛性變換Affine（AffineTransform）擴展了剛性變換，允許縮放和剪切B-花鍵(BSplineTransform)是一種可變形變換，通常在剛性或仿生變換之前薄板花鍵(SplineKernelTransform)是一種可變形變換，屬于基于核的變換類別，是仿生和非剛性部分的組合。相似性度量是數學函數，其參數應該被優化以達到預期的注冊。在這個過程中，它被多次計算。下面報告的是利用參考圖像和轉換后的圖像計算出的可用度量，以及括號內相應的elastix類別名稱。