医学图像分割就是数字医学图像处理的关键技术之一。在医学图像分割中,噪声处理因其多样性和复杂性使得在滤波过程中都具有多尺度的特征,可以从空间的角度入手,利用小波变换的多尺度性,研究多尺度图像预处理。在医学图像的边界检测、匹配、运动追踪、形体表征等处理中变形模型得到广泛的应用,定义在图像中的曲线在能量最小化的过程中收敛至对象边界。本文利用小波变换和梯度向量模型两者的综合使用,对胃溃疡图像进行了图像分割。找出了连续的溃疡轮廓线,并最终利用实验结果,计算出溃疡面积,实现了计算溃疡面积的半自动化,方便了医生对病情的跟踪。本文主要研究了以下几个方面:(1)小波变换的原理,并对小波变换多尺度分析方法进行研究。多尺度的分析方法,通过综合不同尺度的图像信息,把精密尺度的精确性与粗糙尺度的易分割性统一起来,非常适合自动或者半自动的图像分割。(2)变形模型因其连续的轮廓的特性,在图像分割领域越来越被关注。本文讨论了传统的snake模型和梯度向量模型的原理,并研究了小波变换和GVF模型的综合使用。(3)本文最后利用MATLAB代码实现了基于小波多尺度变换和GVF的胃溃疡图像分割,为计算溃疡面积提供了可直接利用的数据。