本发明公开了一种基于交叉爬山memetic量子进化计算的医学图像配准方法，主要解决现有技术配准效果差的问题。其实现步骤为：读入图像，初始相关参数；用chaotic方法产生初始种群；计算种群中每个个体对应的配准参数；按照配准参数对浮动图像进行图像变换，得到变换后的图像；计算变换后的图像与参考图像之间的相似性，并寻找本代最优配准参数，按照最优配准参数对种群中所有个体进行量子旋转门更新；对最优配准参数进行交叉爬山memetic局部学习；判断最优个体是否满足遗忘条件，对最优个体执行遗忘算子；控制循环条件，若循环结束，则输出配准结果。本发明能获得更好的配准结果，可用于医学图像的配准。