图像分割是把一副给定图像按照一定的分割标准分成各具特性的区域,同时将其中感兴趣的目标提取出来。图像分割的难点在于在保持同质区域一致性的同时获得清晰准确的分割边缘,现有的方法在这两方面均很难达到。作为图像分析层次中一项重要的分支,图像分割一直是图像工程领域研究的重点和热点。为了有效地处理和分析图像,人们始终对统计图像建模技术给予了极大的关注。在图像分割领域,统计图像建模技术通过简单的数学模型捕获了图像中的关键信息,达到了良好的应用效果,其相关技术的研究已成为了当前国内外学者研究的热点。本文围绕图像分割这一应用领域对Contourlet域统计图像建模进行了研究,实现了纹理图像和SAR图像的分割方法。本文的研究工作主要包括以下几个方面：(1)研究了从小波到多尺度分析的相关理论,重点分析了小波域和Contourlet域HMT模型在图像处理中的应用。(2)深入研究了Contourlet域HMT模型算法的图像分割技术,借鉴陈蓉伟师兄的基于边界的融合策略的思想,提出了一种边界区域的计算方法,用其来进行边界检测,并将其加入到融合策略之中。通过对合成纹理图像的分割实验,验证了本文方法的有效性。(3)充分考虑分水岭方法在图像边缘定位方面的优势,并且避免其容易造成过分割问题,本文将分水岭方法与Contourlet域HMT模型结合,采用一种结合策略,给出一种SAR图像分割算法,实验结果表明其在细小边缘检测和区域一致性上较单纯使用Contourlet域HMT模型分割算法有显著提高。