在数字图像处理中,特定目标的识别与检测是自动目标识别的关键技术之一。线状目标作为数字图像的重要特征与组成部分之一,在很大程度上决定着目标识别的品质。数字图像在进行线状目标特征提取时由于方法所限和数字图像自身的关系,往往存在一些缺陷。本文从道路与视网膜两种线状目标出发,着重研究了基于样本的线状目提取与后处理工作。其主要思想是指通过通过对目标中已标记样本进行比较,从而获得基于目标样本数据的统计模型。本论文的主要内容如下：1)针对道路提取初步结果进行后处理,在根据道路长度、曲率等特点进行去杂后,利用测地距离中最短路径的思想对道路进行连接,从而得到道路提取的完整结果。2)对现有视网膜血管分割方法对细小血管分割效果不理想的问题进行了改善,提出了将比值作为细小血管的一种特征,在现有分割结果的基础上检测细小血管并对其比值特征进行建模,最后通过向已知血管点邻域内不断添加比值符合细小血管特征的像素点,从而最终完成细小血管的分割,并与原有分割结果做了对比实验。3)利用块之间的相似性,提出了一种基于块相似性的视网膜血管目标去伪方法。首先通过计算2)中提到的比值,确定血管样本；再通过检测平滑区域来确定背景样本。然后通过计算像素点分别属于两类样本的权值,从而得到像素点属于两类样本点的概率。最后通过比较像素点分别属于两类样本的概率完成最终的去伪过程,实验证明后处理后的结果较之原有结果有更高的正确率。本论文工作得到了国家自然科学基金(61072106)、教育部长江学者和创新团队支持计划(IRT0645)以及中央高校基本科研业务费专项资金(JY10000902032)的资助。