纹理分割一直以来是图像处理和模式识别中一个重要的研究内容，也是人们研究的热点。它是依据同一纹理的一致性特征或不同纹理之间的特征差别，将纹理图像分割成若干有意义的区域，每个子区域都具有相同的纹理。和许多纹理分析和纹理建模的纹理分割方法不同，本文将无下采样的小波包分解算法和偏微分方程方法中的矢量图像测地活动轮廓模型相结合，提出了一种性能良好的纹理图像分割算法。论文首先回顾了小波的基本理论，分析了小波的性质以及其对于图像处理应用的影响。主要从小波的多分辨分析导出了尺度函数和小波函数的二尺度关系，该关系的建立为小波的分解与重构算法奠定了基础。其次，介绍了常用的图像分割算法，重点分析了基于纹理分析的图像分割算法，总结了各种纹理分析算法的优缺点。接着，描述了偏微分方程方法中活动轮廓模型进行分割的原理，重点分析了测地活动轮廓模型进行图像分割的原理，讨论并实现了该模型的数值化算法。最后，在前述理论与算法基础上提出了一种基于小波包变换的纹理图像分割算法，即采用小波包变换取得原始图像的子图像，对子图像进行一定的处理之后，经过组合表示为矢量纹理图像。最后利用偏微分方程矢量图像测地活动轮廓模型对矢量纹理图像进行分割。实验表明该方法可以达到和基于Gabor滤波器的矢量图像分割相近的效果。但是该法可以发挥小波具有快速算法的优越性，同时分解后的系数可以直接与面向对象的编码相结合，因而应用领域更为广泛。