利用图像高层信息和目标轮廓的相关特性以及以量子力学和经典力学为背景的微分方程模型,将目标轮廓提取转换成相对简洁的数学问题进行研究,有助于对目标轮廓的描述和提取,以及图像分析和识别。在物理学中,量子力学和经典力学是以粒子模型为基础提出来的,为统一这两种理论建立了以波动模型为基础的弦理论。该文通过引入弦论中开、闭弦的知识,给出了在Dirchlet边界条件下目标轮廓曲线的参数方程,从能量的角度出发,给出了两种提取轮廓曲线的方法,求得的轮廓曲线具有完整性和无极缩放的性质。第一种方法建立了相应的目标轮廓曲线的能量泛函模型,通过模型的离散化处理,将求解模型极小值转化为求解相应非线性方程组的解,考虑到图像数据的离散化性,引入逆Broyden秩1法,避免对系数矩阵求逆的运算,最后通过设置合适的参数,能较好提取光学图像、X射线图像轮廓,对于噪声不太大的超声图像在适当增加取点数目后也能得到较好的实验结果,但该方法求得的是一种局部极值,对初始点要求较高。第二种方法重新定义了轮廓曲线的外部势能的形式,加入了曲线长度惩罚因子。为找寻能量模型极小值,将轮廓曲线视作为存在相互作用的离散粒子序列所构成的系统,设计了一种响应函数来模拟粒子之间的相互作用。在求解过程中,采用了增量法逐步搜寻满足条件的轮廓曲线,使得在能量泛函模型达到极小值时,提取出轮廓曲线。通过试探法设置合适参数,对于三类图像都能给出效果较好的轮廓曲线,对于超声图像所提取出的轮廓曲线相比第一种方法更好。