合理精确的速度模型是地震成像过程中的重要组成部分,现今许多地震资料是在复杂的潜山或者复杂断块为特征的地区获得的,此时要想正确估计速度,层位解释就变得尤为重要。层位解释的实质就是将构造和地层地质单元在地震图像中解释出来。如今,许多解释人员使用一个比较繁琐的过程来进行这个解释,即首先人工的进行跟踪地震剖面上的信息,以定位与地质单元边界相对应的层位和断层。然后我们将这些边界粘合在一起,得到一个构造模型。但是这个过程耗费了大量的人力成本和时间成本,我们可以利用地震图像分割来代替这一过程。因为层位解释这一过程的本质就相当于地震图像的分割。本文从图像特征出发,研究图像分割处理领域中几种常见的分割方法原理,并分析了其优缺点以及应用情况。然后将图像分割处理方法应用到地震数据图像研究中。首先将地震数据转化为地震灰度数据,然后将其作为地震图像分割的数据基础,通过各种算法,利用灰度共生矩阵等方式提取地震图像中的能量、熵、均匀度、对比度等一系列特征或者利用边缘分割算子和阈值分割方法的计算来表征图像边界的特征,通过效果分析后选取出最为合适的参数。之后在合理的选取特征参数基础上,通过对地震图像边界特征的处理,最终实现对地震图像的边界分割,提高了对边界和层位拾取的效率。将提取出来的边界和层位特征构建层位模型,这个层位模型作为层位层析速度模型的约束,然后通过正则化方式加入层位约束,降低层析速度反演的多解性进行速度模型的计算,最后进行速度迭代反演,更新速度模型;或者将提取出来的边界特征作为构造约束应用在网格层析速度建模中,对速度的迭代来进行控制,在构造约束下的网格层析速度建模,不但能够减少反演中迭代的时间,而且能够使得速度场更加平滑和收敛,建立更加完善的深度域速度模型。并将新建模型与旧模型的成像结果进行了对比,通过CRP道集的同相轴是否拉平和剩余时差是否收敛为零作为评价准则,得出该方法是确实可行的,同时本文也基于QT平台开发了基于地震图像分割技术速度建模系统,形成了一套完善的可拓展的软件开发平台。最后针对当前存在的问题以及后续工作进行了总结与分析。