图像分割是由图像处理到图像分析的关键步骤，也是一种基本的计算机视觉技术。这是由于通过图像分割、目标分离、特征提取、参数测量等技术可以将原始图像转化为更抽象更紧凑的形式，使得更高层的图像分析和理解成为可能。图像分割多年来一直得到人们的高度重视，至今已经提出了大量的各种类型的算法。 本文设计了一种基于可变轮廓的序列图像的分割和跟踪系统，该系统主要由三个部分组成：运动估计给出运动向量，边缘点轮廓提取得到图像的边界图和外轮廓，而可变轮廓分割方法实现目标分割和跟踪。 在运动估计中通过对多种块匹配算法进行实验，选择了一种可以满足系统要求的算法——新的三步搜索法。对于通常的序列图像而言，所含的运动大多数幅度很小，恰好符合了新的三步搜索法关于运动物体在帧间的运动较小的假设。此外，该块匹配算法简单易行效率较高，尤其对于捕捉较细小的运动更为有效。 在边缘检测算法中，我们结合了子波分析的多尺度特性和B-样条函数最优平滑滤波器的特性，采用模极大值和B-样条子波进行边缘检测。在对边缘点的后处理中，我们采用了基于数学形态学的方法，得到了比较好的物体的外轮廓线。 在分割算法中，我们选择了基于边界的活动轮廓分割算法。我们首先介绍了活动轮廓进行分割的基本思想：一条曲线在内力和外力的共同作用下，可以移动到我们所期望的位置。当曲线到达目标位置的时候，它所具有的能量达到最小。对于一条曲线而言，其内力就是曲线本身具有的弹力和张力。弹力使得曲线的长度最短，张力可以保持曲线的原有形状。外力是由图像的边界图给出，它使得曲线向着边界点移动。在传统的活动轮廓中，外力通常由边缘点的梯度势能场给出。但是梯度势能场存在着一些难以克服的缺点，不能够很好的指导曲线的移动。于是，我们采用一种梯度向量流场作为外力，从而有效地克服了传统势能场的弱点，给曲线的移动以很好的指向。 通过用常用的序列图像对本文设计的系统进行测试，取得了较令人满意的实验结果。