医学图像多相分割与多器官的三维重建在计算机辅助诊断及虚拟手术中有着重要的应用,但由于医学图像本身的复杂性和多样性,经典的图像分割技术无法满足实际需求。本文对平面上多相图像的变分水平集方法进行了研究,针对水平集方法计算效率上的不足应用了三种快速分裂投影方法：快速分裂对偶投影方法、分裂Bregman投影方法、分裂增广Lagrangian投影方法。首先,在处理总变分项时,通过分裂方法引入辅助变量,将原能量泛函引起的非线性算子计算问题转化为简单的线性算子,并将复杂的约束方程转化成为简单的代数约束方程,从而避免了在泛函中额外增加复杂惩罚项计算的问题,使得计算更加简便,提高了计算效率,并将投影方法加入到水平集的演化过程中,这样既保持了符号距离函数固有的特性,并且又可以跟踪水平集拓扑结构的变化。其次,借助符号距离函数和水平集的特性,避免了水平集函数的再一次初始化操作,降低了初始轮廓线对分割结果的影响。同时借助非线性各向异性滤波,对结构复杂的肝脏图像进行处理,在平滑噪声的同时保持图像的边缘特征。与传统方法相比,所给出的快速算法分割结果较好,计算效率较高。最后,在得到多相图像分割变分水平集通用模型后,利用通用算法设计及编程实现,给出了多相图像分割变分水平集模型的快速分裂对偶投影方法,分裂Bregman投影方法和分裂增广Lagrangian投影方法的具体公式及计算步骤,并以肝脏肿瘤CT图像为例进行了多相分割与三维重建。