随着电子和计算机技术以及图像采集技术的快速发展,图像处理技术的应用得到了极大的重视。图像分割是图像处理中的一种关键技术,其目的就是把图像分成具有不同特征的区域并提取感兴趣的目标。基于能量的分割方法是在活动轮廓模型基础上发展起来的一种算法,其通过定义一个自变量包括边缘曲线和区域数据项的能量泛函,当能量达到最小时的曲线位置就是目标的轮廓所在。本文主要开展采用水平集方法实现灰度不均匀图像局部分割中的几何活动轮廓模型应用研究,主要研究内容如下。针对仅采用全局能量项和局部能量项拟合的能量函数模型无法快速准确地分割灰度不均匀图像的问题,提出了将全局项(CV模型)和局部项(LGDF模型)通过自适应系数加权构造目标能量函数的局部分割算法。在算法初期,全局项起主导作用,引导曲线向目标轮廓靠近,当曲线接近目标轮廓,局部项起主导作用,引导演化曲线进一步靠近目标轮廓;以演化曲线上各点局部邻域内部灰度均值与演化曲线内部整体灰度均值的差的绝对值的均值作为权重系数,可以实现全局项和局部项之间的自适应调整,使能量函数更好地适应图像分割。针对基于梯度和基于曲率等经典方法构建窄带都存在窄带控制不稳定和曲线进化精度不足的问题,提出了一种基于粒子群的阈值分割构建窄带的方法。该方法通过改变形态学算子半径大小控制窄带的宽度,不仅提高了窄带的稳定性,还可以优化了曲线进化的能量计算区域,大大提高了进化精度和效率。