随着计算机技术的迅速发展,图像处理算法在社会生活应用中发挥着不可替代的作用。图像中曲线跟踪算法作为图像处理和模式识别领域的关键技术,在工程、医学、工业检测和道路交通等诸多领域发挥着越来越大的作用。本文的曲线追踪指的是提取图像中所有曲线的有序坐标点的过程。由于近年来数据量的爆炸式增长和业界对算法处理实时性的需要,算法加速方法的研究也成为研究领域的热点。NVIDIA公司推出的CUDA并行计算编程框架模型对算法加速提供了很好的技术平台,使得GPU通用并行计算成为主流。曲线追踪算法的并行加速实现达到了很好的实时性效果。本文主要研究了当前的图像曲线提取相关的算法,基于实际工程项目,提出了一种新的适应性强的基于CUDA并行计算的图像曲线追踪算法。算法主要分为三个部分：图像阈值分割、图像细化处理和图像曲线有序化提取。阈值分割和图像细化作为图像预处理,获得单一像素宽度的二值图。之后经过曲线有序化提取算法,最终获得所有可能的曲线集。本文提出了新颖的曲线追踪算法并且运用CUDA进行并行加速。实现了三种并行阈值分割方法：阂值指定法；多阈值选择法；自动最佳阈值法。实现了基于索引表的并行细化算法。提出了图像曲线的有序化提取并行算法,充分考虑到曲线相交复杂情形下的所有走向问题,借助图论技术实现了曲线像素点坐标的有序化提取。运用访存优化、指令和程序代码优化和并行度优化策略对算法进行并行优化,最后经过实验验证和分析,追踪算法具有提取效率高、曲线交点处理效果好、断点连续等良好特点。