本论文以皮革自动切割CAM系统为背景，以鞋样为主要研究对象，研究了图形的矢量化及检测技术，实现了闭合曲线的高精度矢量化，解决了项目中鞋样的精确匹配问题。 本文所作的主要工作如下： 1．提出了矢量化新算法。本文对图像的矢量化的理论进行了研究，并分析了多种矢量化算法优缺点，根据课题的需要，提出了一种基于关键点的抛物样条拟合算法。该算法对两个端点之间的一段曲线迭代寻找关键点，当相邻两曲线段上加上关键点时则删除它们之间的一个原有关键点，以减少关键点数量，用阈值T作为结束条件来控制精度。 2．用广义Hough变换算法解决了鞋样断线变形问题。解决的方法是制作标准鞋样模板，用标准鞋样代替检测到的不规范鞋样，这属于边缘检测的问题。传统的边缘检测的方法基于空间运算，对噪声都比较敏感，常常会在检测边缘的同时加强噪声。而广义哈夫(Hough)变换是利用图像全局特征对目标进行检测的一种方法，不受这些因素的影响。本文针对皮革自动切割项目中的鞋样断线变形等问题，对多种边缘检测方法的分析比较，设计了一种解决方案，即首先用基于广义Hough变换的算法对这些不规范鞋样进行检测，之后用标准鞋样进行替代，这样切割机就能切割出标准的鞋样。根据该课题的实际需求，本文提出了一种相对于全局特征的法线方向作为索引项的改进的广义Hough变换算法。这样可以有效的避免因图形边缘变形或存在断点而导致的检测失败。通过试验检测，该方法计算简单，精确性高，能够满足工业视觉处理的要求。