图像处理一直是计算机视觉，模式识别的研究重点．同时，随着”虚拟人”研究项目的提出，实施，对图像处理提出了更多实际要求．我们参与的与”虚拟人”项目相关的基于人体切片的上颈椎三维重建课题，也对图像处理提出了新要求．另一方面，伴随着包括医学影像技术在内的图像获取技术的发展，不断有新类型的图像出现．所有这些都需要我们对包括图像分割，图像配准在内的图像处理技术进行进一步的研究．目标轮廓提取，弹性图像配准分别是图像分割和图像配准研究的重要组成部分．在本文，我们对目标轮廓提取，弹性图像配准进行了初步分析研究，分别提出了单水平集多目标轮廓提取算法，IGCA算法，邻域活动线轮廓提取算法，改进型质子弹簧模型图像配准算法．论文的主要创新点和贡献，所提出算法的主要思想归纳如下： 首先，我们提出单水平集多目标轮廓提取算法，实现只采用一个水平集函数同时提取多个目标轮廓线．我们在Chan和Vese的无边界主动轮廓模型(简称CV模型)基础上，指出CV模型只能实现单目标的轮廓提取，主要原因是不能使水平集函数驱动的轮廓线在某些目标区域正确分裂，没有有效利用轮廓线的拓扑分裂信息．我们通过修正CV模型，引入标记模板，用于追踪零水平集的分裂情况，对不同的准目标区域区别处理；引入图像区域均值模板，用于估计可能淹没在背景区域中的目标区域，促使水平集函数在上述目标区域充分变形，使对应零水平集充分分裂，实现多目标轮廓提取．实验表明我们的算法是有效的． 其次，我们提出IGCA：迭代图切算法和邻域活动线轮廓提取算法．IGCA算法的主要贡献在于引入新图像分割测度：图像分割熵(ISE)，将图像分割问题转换成关于图像分割熵的最小化问题；并通过迭代图切算法给出图像分割熵的最小化问题的近似解．而邻域活动线轮廓提取算法，实现了彩色纹理图像的轮廓提取。与传统活动线算法要求用户尽可能提供准确种子点不同，我们只需要用户提供种子区域，就能控制，提取特定目标的轮廓线．我们引用J图概念描述图像纹理的区域特性，在此基础上定义J向量图，描述图像中每点处的纹理特性，并依据J向量图定义关于图像的权图，将图像目标轮廓提取转换成图论中的最短路径问题，运用动态规划方法予以求解．实验表明我们的算法可以实现彩色纹理图像的轮廓提取． 再其次，我们提出基于四边域网格的改进型质子弹簧模型图像配准算法，实现图像的弹性配准，同时给出图像配准拓扑保形的充分条件．我们依据模板图像建立基于四边域网格的质子弹簧模型，通过将基于模板图像，目标图像的SDD测度关于质子偏离场的Gateaux导定义为模型外力，质子之间弹性力，阻尼力等定义为内力，将图像配准问题转换成力学平衡问题．我们给出确保基于质子弹簧模型变形满足拓扑保形和光滑性限制的充分条件．针对模型演化过程中出现的网格重叠问题(即不拓扑保形性)，提出通过实时修改质子运动速度，和定义拓扑保形力的方法，保证模型演变具备拓扑保形性；引入散度，旋度限制，保证偏离场的光滑性．为提高配准算法的收敛速度，我们进一步将分层策略应用于模型演化过程中．我们提供了若干实验结果说明我们的工作是有效．我们在基于人体切片的上颈椎三维重建课题中运用了我们提出的算法．我们依据采用上述算法所提取的目标轮廓信息进行三维重建测试，所得的重建结果表明我们的算法所提供的数据是有效的．