线特征检测在计算机视觉、模式识别和图像处理领域中发挥着极其重要的作用。传统的线特征检测方法都是以像素点为单位进行处理，这与人类视觉感知系统并不相同。为了有效地分析和处理某些高维空间数据，近年来基于多尺度分析方法的图像线特征提取有了突飞猛进的发展。Beamlet变换是多尺度几何分析方法中的一种，它以线为单位进行积分，从而得到图像的线特征。该方法符合人类视觉识别物体的基本特点。本文以Beamlet变换为基础，深入研究Beamlet算法，主要研究内容和成果如下：1、提出了一种改进的Beamlet无结构算法与Canny算子相结合的方法提取复杂图像的线特征。该方法首先对图像进行Beamlet变换，通过改进Beamlet无结构算法，采用新的能量统计和制定新的划线规则，以保证每个二进方块最多有一条最优基；其次，对图像用Canny算子检测边缘，通过选取较大的Sigma，只检测明显的大边缘；最后，两者结合得到图像的线特征。从计算复杂度和提取的线特征的线型连接程度等方面对该算法的性能进行了评价，并与现有的方法进行了比较，实验结果表明，该方法克服了两种方法单独提取线特征时存在的断裂、重叠、模糊和虚假边缘的缺点，有效地提高了复杂图像线特征提取的准确性和连续性。2、提出了一种改进的Beamlet树结构算法，并将其应用到路面裂纹检测中。针对Beamlet树结构算法计算量大的缺点，提出了一种改进的Beamlet树结构算法，并将其应用到路面裂纹检测中，从而解决了路面裂纹检测抗噪性差、检测不准确等问题。该路面裂纹检测方法首先利用乘积因子对路面裂纹图像进行校正，从而消除不均匀背景的影响；其次，利用Otsu算法将图像转化为二值图像；最后，在对图像离散Beamlet变换的基础上，结合Beamlet自身的多尺度树型结构从图像中提取裂纹，将“自下而上”寻找目标函数最优值的策略改为“自上而下”的寻找过程，从而减少了运算量，缩短了运算时间。实验结果表明，该方法可以快速地从复杂路面背景和噪声干扰情况下提取裂纹，并且保持了裂纹的连续性。