在实际的图像处理问题中，图像的边缘作为图像的一种基本特征，被经常应用到较高层次的特征描述、图像识别、图像分割、图像增强以及图像压缩等的图像处理和分析技术中，从而可对图像作进一步的分析和理解。 当前动态背景中运动目标的处理是数字图像处理领域中的一个重要发展方向，对于运动目标的特征提取具有深远的意义。通常，在复杂的背景中，人们更加关心的往往是对人类视觉系统具有很强冲击性的目标或者是人们要特别关注的目标，因此对于该目标的综合处理变得尤为关键。在对运动目标处理的众多方面中，对其精确轮廓的提取是最重要、最基本的环节。因为只有得到运动目标的带纹理精确轮廓图像后，人们才能在此基础上，对其进行进一步的深入研究。 运动目标提取的传统方法是利用各种空间域或频率域的边缘检测算子对原始图像进行分析，再将得到的轮廓进行处理。这样做既没有考虑到原始图像序列中所附带的纹理信息，也没有对已检测得到的轮廓进行深入的、细致的处理，从而使得轮廓图像中存在很多的干扰信息，比如：尚未处理的杂乱孤立干扰点、伪边缘、运动目标边缘不连续等。 本文在实际项目“体育运动员三维人体模拟系统”的开发中，我们发现传统的运动目标边缘轮廓检测算法，已经不能完全地适合本文的需求。因此，在传统边缘检测方法的基础上，本文提出了一套适合于从此类体育运动员图像序列中进行运动目标的带纹理精确轮廓提取的算法理论。并对以下几个方面也进行了重点讨论：1)讨论了数学形态学方法在图像边缘检测中的应用，及其灵活变化与实践。2)在边界连接中，根据对实际情况的研究，提出了一种具有通用意义边界连接算法3)根据精度要求的不同，可以利用膨胀算法简化轮廓提取的步骤，以提高算法的时间效率。4)本文巧妙地将计算机图形学中的扫描线算法利用到轮廓提取中，简单有效地达到了运动目标的带纹理精确轮廓提取的目的。