线特征指图像中的线条特征,它能勾画出图像中的线状目标、物体的轮廓边缘或者结构信息等,是图像识别中抽取的重要属性。线特征提取是将图像中的有意义的线条或者有利用价值的轮廓提取出来,使人们所关心的目标得以增强,以此可以判别目标的内容和部分属性。在图像分析和图像理解中,主要依靠目标的这些信息来对目标进行识别和判断。因此,研究图像的线特征提取具有重要的理论意义和实际应用价值。本文研究了基于随机点过程的图像线特征提取方法。该方法将图像中的线特征当做一个由线段组成的线段网络,将整个线段网络作为研究对象,充分利用了图像中线特征灰度信息和线段之间的结构关系,且该方法对噪声不敏感,初始化情况不影响最后提取结果。如果初始温度足够高,总能得到全局最优解。论文的主要工作有：(1)提出一种改进的线特征提取模型。Candy模型是基于随机点过程的线特征提取模型。本文在对Candy模型线特征提取的机理分析的基础上,重新对其线特征的连接和邻近关系进行了定义,得到了改进的Candy模型,提高了线特征的提取质量。(2)研究了模型求解算法RJMCMC,分别给出了基于连接的生灭转移核、基于线段初始网络的转移核和基于Hough变换的线段网络初始化,对线段的移动规则进行了改进,同时讨论了模型中参数选择问题。实验结果表明改进后的模型能够较好的提取图像的线特征,加快了计算速度。