心血管疾病严重危害着人类健康,它常常是由冠状动脉的狭窄和堵塞引起的。冠状动脉造影是目前临床上医生诊断心血管疾病的主要手段,医生通过反复观察对比、定性分析初步确定病灶位置,但不能对各种生理和解剖结构进行量化,提高冠状动脉造影图像分析的精度在临床中显得极其重要。计算机处理技术的发展极大地提高了对冠状动脉造影图像进行定量分析(quantitative coronary angiography, QCA)的速度和精度,提高了检测冠脉病灶的精度。在QCA分析和临床中极其重要的一个几何参数就是血管中心线,在冠状动脉造影图像中对冠脉中心线的正确提取是冠脉边缘定位和三维重建的基础。本文主要研究了二维冠状动脉造影图像中血管中心线的跟踪算法,主要工作如下：第1章绪论部分,主要介绍了研究的背景,目的和意义。第2章介绍了冠状动脉造影成像原理。第3章回顾了尺度空间理论,明确了尺度空间理论可以很好的描述图像的结构信息,还介绍了多尺度方法和Hessian矩阵特征分析方法在图像处理中的应用。第4章引入了一种基于Hessian矩阵的冠状动脉骨架提取算法,根据Hessian矩阵的特征值和特征向量代表图像的重要信息,构造出血管特征函数,采用多尺度方法把血管区域提取出来,再用一些形态学算子对提取的图像进行处理,增强血管内部的连通性,然后进行细化,进而得到血管骨架。最后应用该算法进行提取冠状动脉骨架的实验研究,并在Matlab上给与了实现。第5章引入了一种新的血管中心线跟踪算法,主要包括在跟踪过程中跟踪方向的确定,向前平移距离的确定和匹配滤波器的设计及搜索窗口的确定。应用该算法进行提取冠状动脉中心线的实验研究,并在Matlab上给与了实现。最后总结全文,并对以后的研究做出了展望。