Add to ORKG图像分割与目标跟踪都是计算机视觉中的基本任务。图像分割是图像处理中的一项最重要的基本任务，也是图像分析的前提和基础。而基于视觉的目标跟踪可以获得目标的各种运动参数，从而进行进一步处理与分析，实现对运动目标的行为理解，以完成更高一级的任务。经过多年的发展，已经出现了很多种的方法来解决这两个问题。分割算法分为基于区域、基于边缘和基于特定理论的，还有一类分割算法利用序列图像间运动信息对图像进行分析。跟踪算法分为基于特征点的跟踪，基于区域的跟踪和基于轮廓的跟踪。这些算法各有特点，可以解决不同情况下的图像处理问题，但是它们在过程中还是不能充分利用高层先验知识影响底层的图像数据处理，从而无法模拟人类视觉系统智能性。 本文的一个主要研究方向是如何正确、合理地将目标的先验知识应用到基于主动轮廓的图像分割与目标跟踪算法中，这也是主动轮廓方法的发展趋势; 另外,如何将光学成像的先验知识加入到图像处理过程也是本文的重要研究内容。主要工作内容及成果有如下四部分： 1、基于目标形状特征的管状目标主动轮廓分割方法：在利用主动轮廓对管状目标进行分割时，期望主动轮廓可以沿着目标的延展方向生长。基于这一曲线演化的先验知识，首先在目标增强的基础上提取目标的延展方向，然后改变主动轮廓的演化方程，用延展方向控制曲线的演化方式，使得主动轮廓可以沿着管状目标演化，达到快速准确的管状目标分割。该算法可应用于医学图像中的血管分割和河流、道路等管状目标的分割。 2、基于梯度下降流的主动轮廓快速演化方法——两步法：当主动轮廓初始曲线远离被分割目标或者用于目标跟踪过程时，其演化过程一般具有先平移后变形的趋势，而曲线演化的状态与其平均梯度下降流有密切关系。利用这一先验知识，本文将主动轮廓的演化分为先全局平移后局部形变两个步骤，提出...