在图象处理和计算机视觉研究领域中，对象定位一直是一个饶有趣味并富有挑战性的课题。对象定位技术在诸如工业自动化、智能控制、医疗辅助诊断、人机交互领域、武器精确制导等军事、医学和计算机科学众多领域都发挥着至关重要的作用，并显示出巨大的应用前景。 本文以医学图象中脊柱的定位为应用背景，提出了一种基于一维隐马尔可夫模型(1-D HMM)进行二维图象中线性结构对象定位的新方法。基于对经典Viterbi算法的分析和理解，并结合本文实际情况对其进行了改进，以完成对象定位任务。同时，在定位算法中引入和有效利用了待定位对象隐含的启发信息，克服了不使用启发信息情况下定位算法的局限性，显著提高了定位速度和精度。为验证所提HMM方法在对象定位方面的可行性和有效性，本文以真实的人体脊柱X光照片为实验样本进行了大量的定位实验。实验结果表明：与传统的对象定位方法相比，HMM模型不需要对图象施加较多的限制，就可获得成功的定位结果，具有较高的通用性和准确性。本文还通过实验结果详细分析了各个实验参数的独立变化对定位性能的影响，总结得出了一些可用于指导建立HMM模型原型的结论。并在此基础上提出了一些改进的思想和方法，这对于提高线性结构对象的定位性能，促进基于HMM的对象定位方法向实用化方面发展具有一定的借鉴价值。