数字图像的应用技术不断改善人们的生活并提高了生产效率。图像分割作为数字图像处理中的一项关键技术,可以通过识别和定位图像区域,以将目标区域与背景像素分离。该技术可以更好地从丰富的图像信息中筛选和提取出需要的信息,为后续的图像处理过程提供重要依据,分割的结果直接决定了最终的图像处理效果。因此,图像分割技术一直是数字图像处理研究领域的热点。目前随着数字图像数据量不断增长,人们对高效便捷的图像处理技术的需求也不断增加,但是由于不同场景对分割效果要求的差异性,以及噪声和复杂背景的影响,使得有效、精准的图像分割方法成为研究的难点。因此,在图像分割领域研究出稳定、精确的分割方法具有极其重要的研究意义和应用价值。本文按照理论研究、方法设计、模型试验、算法应用与扩展的整体研究思路,提出了一种基于非对称二次度量函数和测地线投票模型的图像分割方法,主要研究了非对称二次度量函数的构造、结合障碍空间的测地线投票理论与基于测地线投票值的特征函数的设置等问题,并将其应用于图像分割中。本文的主要研究内容如下:（1）基于非对称二次度量函数的测地线投票模型的研究。针对采用基于各向同性度量函数进行图像分割未考虑图像非对称性和各项异性特征的问题展开研究。首先,对于输入图像,我们允许添加一个端点集,该端点集自适应地分布在闭合轮廓周围。其次,相对比各向同性度量函数,我们在度量空间中构造的非对称二次度量函数,使得最小路径与非对称二次度量相结合,允许在从端点到交互点生成的测地线路径中考虑图像边缘的非对称性和各向异性特征。然后,利用有障碍物的物理空间来保证最终闭合轮廓的提取。与采用各向同性度量函数实验证明,基于非对称二次度量的交互式图像分割模型在实验中表现出了准确、高效、稳定等优良特性。（2）基于测地线投票值的扩展应用研究。我们将图像的显著性特征纳入非对称二次度量函数的构造中,为进一步提高分割的精准度,我们在测地线投票的基础中,将投票值作为新的图像显著特征进行势函数的构建用于测地线路径的连接。首先,图像边缘处的高投票值对比度能够使得测地线路径更加适配图像轮廓,从模型函数构造上减少捷径问题的发生,增加模型的鲁棒性。最后,我们将投票值特征函数与基于图像梯度势函数的实验结果对比,验证该模型用于图像分割的能力。并提出了与可允许路径结合进行图像分割的理论扩展。