语言是人类传递信息的重要载体。有研究表明,相对于单一的听觉信息,视觉语言能够促进对于语音的了解,尤其对于具有言语障碍的人而言,有效的视觉语言可以帮助他们更快的理解说话者的意图。并且在言语教学中,通过了解标准发音时舌头的运动状态和位置信息,利用视觉语音帮助人们进行言语感知,对于提高第二语言学习的效果比传统方法更为明显。舌头作为重要的发音器官,由于其发音过程中变化速度较快、不完全可见从而导致研究发音模型较为困难。发音器官的建模首先需要将发音器官的轮廓从医学影像中提取出来,而不同的影像技术有着各自的优缺点,所以为了获取更好的成像质量,可以使用多种成像技术以结合不同的优点。为了结合超声图像与核磁共振图像的优点需要将从两者中获取的舌轮廓曲线进行匹配完成配准。本文主要研究工作如下:第一,本文针对超声图像舌轮廓提取问题提出了一种基于位置约束的LBF模型,通过该模型改善了LBF模型对于灰度不均匀的图像分割容易陷入局部极值的缺点,同时提出了使用简化的轮廓追踪算法从舌体亮线区域得到舌面轮廓的方法,实现了无人工标注的自动化舌轮廓提取。第二,针对两种类型图像的配准问题,通过简单的特征匹配方法无法做到精确的匹配,本文提出了以舌面顶点为原点,构建与舌面轮廓点的向量序列,通过计算所有序列的余弦相似度判断两条曲线是否相似的方法。同时本文对提出的两个方法进行了客观评估,结果表明本文的方法提升了舌轮廓提取的结果和曲线匹配的准确率,为发音模型的发展提供了重要的参考意义。