X射线自发现以来，被广泛应用于医学诊断和治疗，由此发展出来的医学影像处理学在医疗诊断中得到了广泛的应用，使得医生可以通过影像图片观察病变区域。其中，计算机断层扫描(CT)技术及其设备经过近百年的发展，已经达到相当高的水平，一次CT扫描可以产生几百甚至上千张图片，获得大量的信息。然而，怎样更快更好地从这些CT图片中提取最重要、最关心的病变区域的信息成了摆在医疗工作者面前的主要课题。三维图像分割在处理医学影像，提取病变区域信息中扮演着非常重要的角色。尽管图像分割技术在过去的几十年中得到了广泛的研究和巨大的发展，但因其没有统一的理论及标准的处理方法而尚未得到完善的解决。本论文分析了CT图像的主要特点，其中主要针对肝脏部分的分割提取及成像，研究了多种图像分割的方法，包括：阀值法、区域增长法、主动轮廓面模型(ActiveSurface Model)以及水平集(Level Set)算法等。本论文提出两种针对CT图像肝脏器官三维分割的方法。第一种方法是一种基于区域增长法和主动轮廓面模型的组合算法，首先利用三维区域增长法得到肝脏表面的初步结果，再利用主动轮廓面模型可以得到目标物体光滑表面的特点做第二次更准确的分割，得到一个光滑的肝脏表面。由于肝脏分为左右两叶，在一部分CT图像中会出现两个不相连的肝脏部分，给图像的分割提取带来了难度。而第二种三维分割方法即：基于Chan-Vese模型的LevelSet算法可以很好地解决这一问题。本论文通过理论分析和仿真实验对两种三维图像分割算法进行了分析比较，并成功地应用于实际CT图像的三维肝脏分割。提取出来的肝脏通过最大密度投影(MIP)方法实现了三维可视化处理。