利用图像处理技术实现牛肉的自动分级是数字农业领域研究的热点问题，其关键技术之一就是需要精确识别肌肉与脂肪。选择不同的图像分割技术，将影响自动分级的客观性和准确性。本文在对比常规的图像分割算法基础上，结合新的分割技术，寻求一种适合牛肉图像分割的方法。　　 本文分别研究了水平集方法、边缘流方法，以及水平集与边缘流相结合的方法，并借鉴以DCT替代Gabor滤波器改进边缘流方法的思想尝试对水平集与边缘流相结合的方法进行改进。　　 实验结果表明，水平集方法能得到较好的图像分割结果，水平集与边缘流相结合的方法既避免了水平集方法需要人工提供初始边界的缺点又克服了边缘流方法可能存在的边界不闭合问题。并且针对水平集与边缘流方法需要的初始化参数过多，分割结果依赖于初始化参数的问题，本文经过多次试验得到了适合牛肉图像处理的几组参数值，使系统能够在不需要人工交互的情况下完成牛肉图像的分割。