过去的二十年中，计算机的运用需求不断增加，数字图像处理正被越来越广泛地运用于人们的生活。CT成像、气象卫星图像、安检设备等应用已逐渐被人们所熟知。 图像的特征研究是许多图像处理高层应用的基础，针对特定的应用提取有效的特征，借助于这些特征再进行配准、识别等处理。图像中的物体可以用它的轮廓线来表示。轮廓线的优势在于它忽略了物体的内部结构，如复杂的纹理特征等，同时又保留了完整的形状信息。在实际应用中，二维物体的轮廓通常是通过图像系统的离散采样和分割而得到的，处理的结果以像素的形式保存。这种方式虽然有时能直接用来描述二维物体的边界，但是在多数场合往往因为原始顶点的数据量过大，给数据的储存及分析处理工作带来麻烦。 心理学家Attneave通过一系列的试验得出一个非常著名的结论：描述一条曲线的形状信息集中在具有高曲率的关键点上。关键点可以有效地表征曲线的重要信息，使用关键点来表示曲线既可以减少数据量，又保留了完整的形状信息，平滑边界，削弱噪声。因此，提取轮廓曲线的关键点是一项有重要实际意义的工作。 本文的研究内容主要针对二维物体的轮廓曲线检测关键点，所做的主要工作如下：首先，介绍图像特征的定义、应用及研究难点，重点介绍图像的边缘和角点特征。然后对已有的轮廓曲线关键点检测方法进行比较，指出其优缺点。接着对多边形逼近、圆弧拟合、B样条拟合三类关键点提取算法分别进行研究。1．多边形逼近算法是目前关键点检测算法的研究热点。改进一种基于局部信息的算法，在保证其精度的同时，降低时间复杂度，使其适用于实时处理领域。2．针对多边形逼近算法在拟合平滑曲线时存在的缺点，提出圆弧拟合提取关键点的方法。通常的方法是借助于动态规划算法和计算最优半径来解决这类问题，但是这类方法时间复杂度很大。本文提出一种新的思想：通过估计拱高，快速确定圆弧的圆心和半径参数，综合了圆弧和直线段拟合的优点。并且采用迭代的算法，有效地降低了算法的时间复杂度，同时在-些情况下拟合精度有所提高。3．介绀带形状参数的B样条拟合曲线的方法，采用4次多项式拟合提取关键点。最后，使用本文介绍的算法提取出的关键点进行配准实验。介绍基于编辑距离和极值点匹配的图像配准方法，通过实验结果说明关键点信息在配准领域的应用。