图像的边缘提取是图像处理中最基础、最重要的研究内容之一。以图像边缘提取为前提的目标轮廓匹配是图像理解和自动识别的关键技术之一。图像的边缘提取算法和目标轮廓匹配方法在计算机视觉和医学等领域中有着广泛的应用。本文围绕基于动态规划的图像边缘提取和目标轮廓匹配展开研究，主要工作如下:　　(1)给出了一种基于动态规划提取图像中闭合曲线的方法。该方法采用最小二乘法拟合出图像中圆形感兴趣区域，并用矩阵表示拟合的圆域;再在指定的约束条件下改进代价函数建立优化模型，利用动态规划求解得到图像中的闭合曲线。改进后的方法对含噪声图像的闭合曲线提取的效果较为满意。　　(2)给出了改进的基于动态规划的全局形状匹配算法。该方法先采用形状上下文寻找两个形状的最佳契合点，用字符串描述符描述形状，在重设的约束条件下改进目标函数建立新的优化模型，利用动态规划求解得到两个形状描述符间的最优对齐，获得两形状的匹配结果。改进后的方法使得匹配算法更加简单，匹配效果更加准确。　　(3)给出了改进的基于动态规划的局部形状匹配算法。该算法通过Harris角点检测获得特征点，计算每个特征点的转角和距离跨度作为局部形状描述符，通过线性组合局部形状描述符，形成相似性函数，根据局部描述符中特征点的距离跨度是不完全局部的这一特性，重新设定相似性函数中该项的权重，改进相似性函数建立新模型，利用动态规划算法获得两个形状局部匹配结果。改进后的算法更好的限制了特征点的跨度距离，使得局部匹配结果更加准确。