图像分割的应用广泛丰富，但是由于处理目标的多样性以及图像本身质量原因使得图像处理成为一个难点，传统的图像分割方法很多，应用比较广泛，但是都有各自的优缺点。自Osher和Sethian提出水平集之后，各种基于水平集地对图像的处理方法随之产生，近年来运用水平集方法进行图像分割得到了广泛的应用，成为了研究的热点问题。水平集的基本思想是将低一维的曲线嵌入到高一维的水平集函数中，在曲线演化时，不断地更新水平集函数使零水平集发生变化，最终实现图像轮廓的分割。水平集方法对图像分割表现了良好的性能。本文主要研究了基于水平集方法的图像分割算法。针对几种几何活动轮廓模型提出了一种几月边缘和区域的图像分割模型。本文主要对图像分割进行阐述，介绍基于水平集方法的图像处理模型，对基于边界的主动轮廓模型和基于区域的主动轮廓模型分别进行了模型实现，并对各种模型从灰度，噪声，相数等进行了综合对比分析。(1)分析了曲线演化理论、水平集定义及其演化方程、水平集方法的数值计算。分析了参数活动轮廓模型，并对其进行了计算机仿真实验。(2)分别阐述了几种几何活动轮廓模型包括测地轮廓模型、M-S模型、C-V模型以及LBF模型等的定义和相关理论知识，并且对各种模型进行了仿真实验。(3)本文提出了一种新的结合区域和边缘信息的几何活动轮廓模型。该模型将部与区域信息相结合，与其它模型相比在迭代过程中无需重新初始化故其迭代时间更短、运行更加方便、抗噪性强、效果好。然后根据各个模型理论运用计算机对各种类型图片进行了计算机模拟实验，如噪声、灰度、相数等并且根据实验结果进行对比分析。