从噪声图像中提取目标结构的轮廓是计算机视觉中的一个基本问题。为了解决这一问题,研究者提出了轮廓编组的理论。轮廓编组可以用来在噪声图像中识别显著结构,在许多高级视觉问题中,如目标识别和基于内容的图像检索等,有很重要的作用。随着微光夜视技术的发展,其应用越来越广泛。将轮廓编组技术应用于微光图像,具有很强的现实意义。本文通过使用计算机图像处理技术及计算机视觉技术,设计并实现了微光条件下的轮廓编组算法,包括采用小波域隐马尔科夫树(HMT)模型进行微光图像去噪处理,利用多尺度理论提取微光图像中的边缘,构造编组元,选择合适的格式塔规则建模方法,从微光图像提取出显著目标的轮廓,完成轮廓编组。本文的主要内容包括：1.研究了微光图像的特性,并根据边缘提取和轮廓编组的需求,提出了基于局部窗口方差的微光图像增强算法和基于小波域隐马尔科夫树(HMT)模型的微光图像去噪算法；2.研究了微光图像的边缘提取技术,提出了一种适用于微光图像的自适应阈值小波多尺度边缘提取算法；3.研究了基于格式塔规则的轮廓编组算法,提出一种编组元的构造算法,为轮廓编组提供输入,设计并实现了微光图像轮廓编组的算法流程,并通过实验分析,对算法进行改进。经过实验验证,本文提出的轮廓编组算法在微光图像上可以取得较好效果。