心血管造影图像是心血管疾病诊断的金标准。在临床实践中，通常借助计算机对二维心血管造影图像序列进行三维重建，为医生们提供一个在任意角度都可以观察的心血管三维结构，从而帮助他们更好地诊断和治疗心血管疾病。无论是二维心血管疾病的描述，还是三维心血管重建，结构特征提取都是最基础的工作，也是目前研究的热点和难点。 本课题主要研究了心血管造影图像中最明显的两大结构特征——中轴和边缘的提取方法，并在初始结果的基础上，不断改善和优化，以期达到真实而又准确的目的。 首先，本文重点讲述了基于二维几何矩的心血管中轴和边缘的提取算法。我们把心血管的形状抽象成管状，在笛卡尔坐标系中建立心血管的数学模型。在圆形模板内，推导出心血管的径向量角θ，心血管内部的灰度值I<,v>背景的灰度值I<,b>，心血管的直径d等几何参数。然后，我们用此数学模型，对心血管进行结构跟踪。在跟踪过程中，通过控制步长Pas与径向量角θ这两个变量，提取出心血管复杂的拓扑结构。从两个心血管造影图像序列的实验结果来看，该算法的运行速度较快，具有一定的智能化程度，提取出的中轴比较令人满意。但是，心血管的边缘呈锯齿状，不够平滑；比实际边缘略粗，不够精确；在分叉处也不连通。 随后，本文介绍了三次B样条插值的方法，以提高心血管边缘的平滑程度。我们根据中轴线的曲率采样边缘点，对采样出的边缘点应用三次B样条插值。从改进的实验结果来看，三次B样条插值不仅运行速度较快，而且因为其卓越的性能，有效提高了心血管边缘的平滑程度，锯齿状的现象大大减少。但是边缘的精确性和连通性方面，还有不尽如人意的地方。 最后，本文探讨了利用B-Spline Snakes算法，提高心血管边缘的精确程度。我们把首尾相连的分支组合在一起，人工选取或者自动选取心血管边缘的控制点。几何信息，如中轴线的局部曲率，是自动取点的重要依据。对选取出的控制点，进行三次B样条插值，产生初始的Snakes曲线。然后，根据图像信息计算能量场。之后，运用动态规划算法优化g-SplineSnakes曲线。动态规划是一个随时间而进行的逐步优化的过程。控制点经过多次Snakes算法迭代之后，演化成最优控制点。最后对最优控制点进行三次B样条插值，得到最优曲线，即能量最低曲线。这就是B-Spline Snakes算法的最终结果。实验结果基本令人满意，边缘的平滑程度和精确程度均得到显著改善，边缘之间的连接部分柔和自然，边缘在分叉处连通。另外，我们还分别研究了边缘控制点的选取问题和多种图像信息的选取问题。本硕士论文课题来源于中法先进研究计划资助项目。