数字图像处理技术已经渗透到人类生活的各个方面,其中计算机视觉技术是数字图像处理的重要环节。主动轮廓线模型是处理计算机视觉的一种重要算法。本文在现有文献的基础上,引入图像引力、微粒群算法(PSO)、脉冲神经网络(PCNN)、隐马尔可夫模型(HMM)等进行研究,做了如下的工作。(1)基于主动轮廓线模型的基本概念,提出了一种基于重心的主动轮廓线模型。由仿真图可以看出,采用这一方法,可以使算法的性能得到改善。(2)提出了一种基于Fuzzy和HMM的蛇点搜索方法,该模型将HMM理论应用于蛇点搜索中,优化了模型参数;并利用模糊集理论建立了HMM中的状态与观测向量之间的模糊隶属关系。实验表明,改进后的算法能使蛇点很好地收敛到物体的凹陷边界,并且具有良好的抗噪性。(3)提出了一种基于图像引力及微粒群算法的新型主动轮廓线模型,该模型利用图像引力对蛇点进行寻优,使蛇点能快速地收敛到图像的边缘;采用微粒群算法,使蛇点准确地收敛到图像的边缘。实验表明,改进后的主动轮廓线模型能快速、准确地收敛到物体边缘,特别是凹陷的边缘,并且此模型具有良好的抗噪性。(4)提出了一种基于脉冲神经网络及微粒群算法的新型主动轮廓线模型,该模型利用图像引力对蛇点进行寻优,使蛇点能快速地收敛到图像的边缘;采用PCNN来处理蛇点易受噪声的问题;使用了PSO来选取阈值使蛇点能准确地收敛到图像的边缘。实验表明,改进后的主动轮廓线模型能快速、准确地收敛到物体边缘,特别是凹陷的边缘,并且此模型具有良好的抗噪性。(5)用VC++对上述算法进行了实现。