传统的图像分割方法只利用图像本身的信息，并不能满足图像分割的要求。本文研究的基于主动轮廓的图像分割技术既承载了上层先验知识，又能融合图像的底层特征，因而能够有效地应用于图像分割领域。本文从参数主动轮廓模型和几何主动轮廓模型出发，对图像分割做了较深入研究。首先对图像分割的研究背景以及目前图像分割算法进行了综述，介绍了传统Snake模型的基本原理和能量函数。然后，针对不能在深度凹陷区域收敛的问题，进一步研究了梯度矢量流GVF模型。接着，针对参数主动轮廓模型的初始轮廓线问题，改进了基于分水岭算法的Snake模型初始轮廓线设置算法。然后重点研究了几何主动轮廓模型，即基于水平集的Snake模型。本文将形态学重构方法与改进水平集方法相结合，并将该算法运用到人体运动步态轮廓提取、车牌提取、车型提取等图像领域中，都取得了不错的效果。仿真结果表明，该算法通过减少噪声，提高了图像分割的运行效率。最后，比较了参数主动轮廓模型和几何主动轮廓模型的优缺点，并对今后Snake模型在图像分割技术中的运用进行了展望。