在图像处理技术领域,如何提取图像的形状信息特征是很重要的问题。对目标图像进行细化或骨架化处理,可以简化其几何特征及分析拓扑结构信息,因此关于图像细化的算法及应用一直吸引着国内外学者的关注。当目标图像的维度为N时,已报导的主流细化算法一般约定前景元素是3N-1连通的,而背景元素是2N连通的。在这种约定下,随着N的增加,算法的复杂度和运算时间都会急剧增加,因而国内外已报导的经典细化算法主要集中于二维图像,涉及四维细化算法的论文屈指可数,五维以上算法尚未见详细报导。本文提出一种基于4连通的有序子域二维图像细化算法（OSA-4）,它按照前景元素为4连通,背景元素为8连通的约定予以实现。以OSA-4为基础,利用递归方法降低了算法的复杂度,从而首次实现了N维图像细化算法的完整程序,填补了高维图像细化领域的研究空白。本文的主要研究工作及创新点如下:（1）实现了OSA-4算法:先计算所有前景元素到最近边界的欧几里得距离,按照距离值的上升顺序将前景元素划分到不同的分组中;在同个分组内,根据邻域和位置特征赋予每个前景元素一个确定的分值,按照分值的上升顺序将前景元素划分到不同的子域中;细化过程先处理低分值子域的前景元素,再处理高分值子域的前景元素;在每个子域内部,采用并行处理方式使前景元素的删除或保留与内部处理顺序无关。经过精心分析4连通邻域关系和设计分值查找表,使新算法具有保持拓扑结构不变、单元素宽、旋转不敏感和噪声不敏感等方面的优良特性。（2）沿着OSA-4-二维算法的思路,研究前景元素为2N连通的OSA-2N-N维算法,尝试通过递归方式实现任意维度的图像细化。找到了在降维细化方式下保持拓扑结构不变的关键技术,并实现了严格论证,从而完美实现了可递归性N维图像细化算法及其程序。与其它已报导的高维图像细化算法相比,OSA-2N-N维算法不会出现断点,不会改变封闭孔洞数量,符合人眼视觉特性,运算速度快,是一种比较理想的细化算法。它还可以与其它已报导的细化算法进行配合使用,得到较为符合视觉感知的前景元素为3N-1连通的细化结果。（3）将新算法应用到虾苗图像的特征提取和数目统计中,实现一种基于图像处理的虾苗计数方法。首先通过图像处理技术识别虾苗的胃部区域。然后利用OSA-4提取虾苗的中轴线,对其长度、节点数等特征参数进行计算,以此得到计数结果。实验表明,新算法得到的细化结果具有严格单像素宽的特点且其端点、交叉点和分支符合实际特征。算法统计到的虾苗数接近实际值,误差率稳定在2%以下,能大幅度提高虾苗计数的工作效率。它可以作为统计线状目标数量的有效处理方法,具有良好的应用价值。（4）实现了新算法在利用CT图像诊断新冠病毒上的应用。先利用OSA-6-三维算法对血管和病变组织进行三维细化,然后对细化结果的前景元素在三维空间中的体素密度进行统计分析,据此识别出病变组织的位置。测试结果表明,该方法的优势有两个方面,其一是由于进行了骨架化处理,很方便从三维视角识别病变区域并快速定位;其二是可以借助MATLAB软件的运算优势,全面分析病变区域的特征及演变规律。因此新算法有望在医学图像领域获得广泛的应用。（5）实现了新算法在高维迷宫寻路上的应用。利用新算法对高维迷宫图像进行细化处理,将大量复杂网格路径精简成直通线段路径,借助缩放和变换三维视角,保证了通过人眼能够寻找出高维迷宫图像的路线。利用新算法对路径精简后,不仅可以大幅度提高可视性,还可以有效加快自动寻径算法的运算速度。因此新算法有助于人们更好地理解高维时空,能够应用在各种虚拟现实场合。通过在具体应用中进行验证,一方面证实了本文提供的新型图像细化算法能够有效地保留目标的拓扑结构,提取出符合人眼视觉特性的任意维度图像细化结果,另一方面也表明新算法具有广泛的应用前景。