图像分割是数字图像处理的重要工作之一。在传统分割算法无法完成复杂形状分割要求的情况下提出了基于主动轮廓模型的图像分割算法。几何主动轮廓模型算法的出现,成功地解决了参数活动轮廓模型无法自然处理拓扑结构发生变化的图像分割问题。而水平集算法,又极大地促进了几何活动轮廓模型在图像分割领域的发展。本文主要研究图像分割的热点方向之一,基于水平集方法的图像分割问题。在分析了国内外一些现有算法的基础上,深入分析了水平集方法发展过程中的一些经典算法,并将这些算法应用于医学图像分割中,对得到结果进行详细的对比分析。对其中无法准确分割图像弱边缘的算法做出改进。为了解决水平集方法对梯度信息不明显的弱边缘图像分割问题,本文引入了材料物理学中的晶体位错。将水平集算法中移动曲线与目标曲线间的运动关系看作晶体发生位错时曲线间的关系,运用晶体位错理论中的弹性性质、能量关系等,由位错弹性性质间的交互作用,推导出初始轮廓曲线移动的速度场。将距离正则化水平集方法中耦合了图像信息的速度停止项g替换成该速度函数。嵌入了移动曲线速度场后的距离正则化水平集方法对图像分割时,不依赖于图像的梯度信息,对弱边缘的图像能得到满意的分割结果。