本文以基于泛函极值的图像分割算法为研究对象,主要研究泛函极值的求解策略。首先,研究经典的Otsu算法,从运算量上阐释穷举策略对算法的影响,在此基础上提出改进算法,即基于模拟退火算法的多阈值图像分割,这一部分是本文的创新点所在。为了提高Otsu算法的运算效率,提出了两个方法,分别是引入模拟退火算法和引入先验的图像分类信息,使运算量随阈值个数的几何级数增长转化为近似的线性增长。然后研究基于变分法求解泛函极值的图像分割算法,即可变轮廓模型,研究了可变轮廓模型的两个分支,即Snake模型和利用水平集方法的几何可变轮廓模型及两类算法之间的联系。对在性能上具有代表性的两个模型做了具体介绍。其次,针对图像照度不均所致的部分区域误分割问题,研究构建基于互信息的能量泛函的分割方法,对以互信息与类间方差构建的能量泛函的性能进行了分析。本文在Matlab701平台上,对Otsu算法及改进算法的实验结果进行对比分析,对基于互信息的图像分割方法和可变轮廓模型算法的处理结果分别进行分析。