图像分割是应用相当广泛的一个技术。目前,并没有对各类图像都适用的通用方法。现有方法有不同的分类,本论文将其分为基于数据驱动的方法和基于模型驱动的方法加以介绍。我们主要集中精力于图像分割的主动轮廓方法,并从原理、算法和实验来加以阐述。本文的创新之处在于:对于目前广泛应用的一个主动轮廓分割模型-Chan-Vese(CV)分割模型,通过参数估计和两阶段分割方法,有效地解决了原模型关于初始解敏感的问题。两阶段分割方法首先利用传统的简单分割方法获得一个粗分割图像,然后再将这个粗分割图像作为变分模型的初始解,从而实现自动地选取初始解。文章给出了一个有效的自适应长度参数估计模型,该模型依赖于输入图像的噪声方差大小,从而可以自适应地估计合适参数。将参数估计模型和两阶段分割方法结合起来,不仅可以获得精确或比较精确的分割图像,而且收敛速度很快,为实际应用提供了方便。针对计算机生成的图像和实际图像进行实验仿真,验证了我们提出的算法的有效性。