随着现代工业的迅速发展,人们对于工业产品的需求也变得愈加专业化和细节化,在此背景下,就愈发凸显出逆向工程的重要性。层析法是逆向工程中常用的方法,对于被测物体,采用层析法得到其轮廓点的数据,本文研究内容为层析法的前期工作,对图像分割方法以及提取图像轮廓点进行了研究。目前在图像分割领域有了不少的相关方法,其中,主动轮廓模型是一种行之有效的方法。主动轮廓模型将图像信息融入到一条参数化的能量曲线中,通过能量最小化原理来达到图像分割及提取图像轮廓点的目的。本文具体研究内容如下:（1）对主动轮廓模型及其优化方案进行了研究。分析比较了前人方法的优缺点,提出了改进方案。（2）改进了主动轮廓模型。针对于传统主动轮廓模型在图像的深凹、尖点区域无法收敛以及在高分辨率图像上收敛速度缓慢的问题,改进了主动轮廓模型。本文方法结合了多分辨率与梯度向量流概念,保证了初始轮廓曲线在图像的深凹、尖点区域的收敛效果,最终成功提取到目标物体的轮廓。在处理分辨率较高的图像时,本文方法首先在原始图像的低分辨率图像上进行轮廓提取,并将提取到的轮廓作为初始轮廓在高分辨率图像上再进行轮廓提取,最终得到原始图像的轮廓。通过边界位移误差评价了本文方法的收敛结果,实验表明,该方法在图像深凹处收敛效果良好,且大幅提升了收敛速度。