图像分割作为一种从图像处理到图像分析的关键技术,已经成为图像处理和计算机视觉领域内的基础问题。近些年来,国内外涌现出越来越多的图像分割方法,相比传统的分割方法,基于主动轮廓模型的图像分割方法,即通过曲线演化实现图像分割已成为一个研究热点。主动轮廓模型主要分为参数活动轮廓模型和基于水平集方法的几何活动轮廓模型。水平集图像分割方法是一种重要的图像分割方法,它能够自动处理图像拓扑结构的变化,具有计算精度高、算法稳定的优势。本文主要对基于变分水平集方法的几何主动轮廓模型作了深入的研究,并引入了一种新的基于变分方法的模型------局部图像拟合模型。论文的研究内容和主要开展的工作分为如下几个方面:(1)总结了图像分割的发展现状,系统地研究了曲线演化理论、水平集方法及其在图像分割领域中的应用。(2)介绍了几种经典的基于变分水平集方法的分割模型:测地活动轮廓模型,无需重新初始化的李纯明模型,Mumford-Shah模型,Chan-Vese模型,并通过实验分析讨论了各自的优缺点。(3)提出了基于局部图像拟合的模型思想,将其与双水平集函数的Chan-Vese模型相结合,得到基于局部拟合模型思想的新模型,实验表明,该模型有较好的分割效果,并探讨了基于双水平集Chan-Vese的局部图像拟合模型的优缺点。