图像分割和识别是数字图像处理中的关键技术之一，也是目标搜索的基础，在理论研究和实际应用中都得到了人们的广泛重视，图像分割和识别的方法也很多，有些方法具有一定的实用价值，但在分割方法的自动化程度、通用性、准确性、高效性、抗干扰能力等方面都各有优势，常用的分割方法有：基于区域的分割方法、基于边缘的分割方法、基于边缘检测的分割方法，基于边界跟踪的分割方法等。常用的图像识别方法有统计法、句法识别和神经网络识别法，很多情况下要对这几种方法综合应用才能达到很好的分割和识别的目的。 图像最基本的特征是边缘，所谓边缘是指其周围像素灰度有阶跃变化或屋顶变化的那些像素的集合，它是图像分割所依赖的最重要的特征，也是纹理特征的重要信息源和形状特征的基础，也是模板匹配的基础。数学形态学法是一个很好的图像边缘检测方法，结合中值滤波法，能很好地检测图像的边缘。 纸浆纤维目标图像的跟踪与搜索方法是图像处理中的一项关键技术，如何在众多目标中找到期望目标是图像搜索要解决的主要问题。如何在最短的时间内以最少的代价搜索到期望的目标纤维，提高搜索的速度和效率，减少成本和时间，是图像最优搜索法所要解决的问题。本文在实现图像的分割、识别和边缘检测的基础上对目标图像的搜索做了一些探讨，提出了一种基于用Hausdorff距离的高效纸浆纤维图像中目标纤维的搜索方法，取得了很好的效果。