斑马鱼是适合进行医药开发和病理演化分析的脊椎动物,在人类疾病建模和药品研制方面具有重大的意义。在实验过程中需要经常通过形状变换和形状分析来测定或者比较斑马鱼胚胎躯干和器官的形状,分析斑马鱼胚胎演化过程中的体形变化也是研究斑马鱼生理演化的关键。图像匹配和检索技术可以分析斑马鱼之间的特征差异,对批量的斑马鱼图像进行检索归类,是分析斑马鱼胚胎体形变化的重要方法。图像匹配和检索是计算机视觉、图像处理领域的关键技术。通过提取目标物体的形状特征,对不同目标的形状特征进行分析、检索,获取目标之间的相似信息和差异信息,可以准确地识别并测量目标的形状。本文设计了一套算法,用于提取斑马鱼胚胎的形状特征并进行检索来分析斑马鱼胚胎的形状。首先,高通量的斑马鱼生物成像技术产生海量的斑马鱼图像,传统的手工目标提取方法工作量大,而且效果不好。针对斑马鱼图像背景范围大、灰度集中的特点,设计出融合排序直方图和魔棒选区思想的图像分割算法。实验证明,此算法可以快速准确地提取出斑马鱼的轮廓。其次,好的形状特征可以简洁有效地描述目标形状的拓扑结构和局部信息。本文选用骨架来描述目标的形状特征,并设计出基于距离场和细化方法的骨架提取算法和骨架剪枝算法,提取出的骨架既可以准确地落在目标的中心线处,也满足了连续性的要求。最后,提取骨架端点的特征,通过对骨架端点序列进行匹配来实现目标的匹配和检索,并分析斑马鱼胚胎骨架线的曲率特征完成对斑马鱼的检索。实验证明,本文设计的目标分割算法对于背景灰度集中、背景范围大的一般图像也具有很好的分割效果。本文的骨架提取算法对一般形状也能达到很好的效果,骨架匹配算法在一般形状的检索上也能达到较高的查全率和查准率。