图像轮廓是图像中区分物体与背景的分界线，它最能体现图像属性里的显著变化。基于此，在实际应用中，图像轮廓检测技术往往在目标提取处理过程中扮演着重要的角色，本文将重点研究图像开放轮廓检测分割技术在医学图像处理领域中的应用。　　对于肺裂、血管、神经元等开放轮廓来说，其周围组织较多且特征变化大，这易造成其其轮廓与不同组织之间的边界模糊性和微细结构分布的复杂性等问题。同时在成像时，由于噪声、运动伪影和部分容积效应的影响，易使得得到的原始图像灰度分布很不均匀、局部特征模糊、某些组织微细部分容易发生末端断裂现象，这便使医学图像开放轮廓检测分割问题变得更为复杂。针对以上难点，本文以医学图像中开放轮廓作为研究对象，基于线性跟踪算法和轮廓组合算法分别来实现轮廓提取和轮廓重建，从而得到完整的分割结果，为划分功能区间和定位病灶提供重要参考。主要工作内容包括：　　1.根据血管、肺裂等医学图像开放轮廓在横截剖面呈山谷状的特点，本文提出了线性跟踪方法来实现图像轮廓的自动分割。首先，根据图像直方图选定区域来定义初始种子点，对其进行线性跟踪初始化操作。轮廓横截剖面的山谷形状作为依据来计算横截剖面因子，通过横截剖面因子来决定新的线性跟踪点，迭代执行，直到遍历所有的初始种子点，得到轮廓的初始估计图。最后采用地图量化和形态学后处理的方法对其进行去噪处理，从而得到最终的轮廓检测结果图。　　2.根据快速行进算法和最短路径的特性，本文提出了轮廓组合算法来实现断裂轮廓重组。首先，对断裂轮廓图进行分区域处理，不同的区域依次给于不同的下标标记，并将其内所有的点作为种子点；根据事先定好的速度函数，从所有种子点处演化来执行快速行进算法，在快速行进过程中，当不同的区域向前演化发生碰撞时，将第一次发生碰撞的点记为鞍点，同时记录下两个区域的下标；因此，当快速行进算法执行完毕，可以获得到达时间图和所有待连接区域的鞍点；最后，根据到达时间图从鞍点反向传播到两个待连接区域，从而获得完整的图像轮廓。　　3.为了验证算法的有效性，本文建立了一个综合评价体系。该体系通过对所获得的分割结果与“金标准”进行定量和定性的比较，并分别计算出命中率、假发现率、检测准确率、平均运行时间这几个评价准则。　　通过实验结果及算法对比表明，本文提出的算法分割性能较好，在抗噪性能上表现不错，可以满足临床应用的要求。