近年来数字图像处理技术得到广泛的关注和迅速的发展，已经应用到社会发展和人类生活的各个方面。图像分割在实现从图像处置到图像辨析再到完成图像理解的过程中，起着紧要的作用。基于水平集的几何活动轮廓提取模型能够自然地处置拓扑构造的变动，在目标轮廓分割中取得了比较理想的分割结果。先验形状的获取是对有遮挡图像、数据丢失图像等复杂图像进行目标提取的重要途径，利用先验形状约束进行水平集图像目标轮廓分割，是近来图像处理和分割算法的一个重要研究方向。针对经典模型不能正确分割有数据丢失图像、存在遮挡图像的情况,本文在CV模型基础上加入了先验形状信息以解决此类问题，具体从以下两方面做了改进工作：(1)在CV模型基础上加入局部剪切和X、Y方向拉伸不变两种特性，建立了新的图像分割数学模型；(2)构造含先验形状信息的新能量项，对全局变化和局部变化的人脸图像都能进行平滑快速的演化。实验结果表明本文方法对复杂背景下有遮挡的人脸图像，具有较好的分割效果。针对人脸图像面部表情变化较大、需引用多个先验形状模板的情况，本文在PCA基础上建立了一种参数自适应的KPCA先验形状约束水平集模型。该模型在分割前利用KPCA提取训练库图像中的非线性变化特征，在迭代分割过程中根据分割目标自动选择训练集中合适的先验形状模板来对目标图像进行约束分割，文中给出了可以对参数进行自适应选择的算法流程，解决了参数选择耗时的问题。通过使用两组面部表情变化显著的图像进行实验，结果验证了本文方法的有效性。