图像分割是图像处理、计算机视觉、模式识别等领域的重要基础技术,其目的是将图像分割成互不相交具有不同性质的几部分。图像分割的结果会直接影响后续处理过程的效果,很大程度上会直接影响整个视觉系统的性能。图像分割问题依然是图像处理中面临的一个具有挑战性的难题,因为针对不同类别的图像需要不同的图像分割方法解决图像分割问题。本文主要针对基于显著性检测的图像分割方法和基于活动轮廓模型的图像分割方法进行了系统研究、实现、应用与改进。图像分割的目的就是找到目标区域或目标的轮廓,本文将从区域和轮廓两个方面研究图像分割方法,论文主要工作如下:1.研究了图像分割各类方法的理论,对目前已经提出的图像分割方法进行了分析,实现了经典图像分割方法、基于图像显著性检测的图像分割方法以及基于活动轮廓模型的图像分割方法中的经典算法。2.系统研究了图像显著性检测算法,通过结合图像显著性检测算法和mean-shift聚类算法实现了对图像中显著目标的分割提取,应用到火灾检测系统中,可以有效分割提取图像中的火焰区域。3.系统研究并实现了GAC、C-V、LBF等活动轮廓模型,并通过仿真实验分析了各模型的优缺点。4.针对SBGFRLS活动轮廓模型的特点提出了改进方案,主要改进了模型中的SPF函数,使SPF函数同时结合了图像的全局信息和局部信息,SPF函数能够控制曲线的演化方向并使得曲线能够在目标边界停止演化,改进的模型可以有效地检测目标的曲线轮廓,并且使得改进模型能够有效处理噪声图像且对初始曲线位置的不敏感。