数字图像由于拍摄条件、拍摄者的技术以及数码产品摄取设备、输出设备、传输设备的限制，往往会引入不同程度的噪声污染，因此图像去噪是图像预处理中不可缺少的一步。　　 交互式图像分割相对与传统方法的图像方法而言具有很大的优点：许多传统的图像分割会因为数据歧义而变的模糊，而交互式图像分割则不同，它加入了用户主观意义上的指导，并且辅以具有针对性的算法，使得原来模糊的问题变得清晰，并且能够准确且高效地解决传统算法结果粗糙且耗时长的问题。　　 本文所做的工作主要包括以下三个内容：　　 (1)提出了一种基于测地距离的形状自适应非局部图像去噪算法，该算法在图像一次滤波的结果上计算以当前点为中心的窗内其余各点到当前点的测地距离，选取一定的阈值，得到当前点的形状自适应窗口，将该窗口用于图像搜索窗内的均值预选取，得到比较准确的相似点集合。通过与块预选取，SA-DCT预选取方法进行对比实验，证实了该算法能够在去除噪声的同时更好地保持图像的细节信息。　　 (2)提出了基于块相似性的测地距离图像分割，该算法利用MRF模型，在贝叶斯框架下推出新的权值概率公式，对图像进行建模，有效利用了图像的块信息，对于图像整体的把握比较准确，通过与单高斯模型分割及Gabor滤波特征建模后测地距离分割方法结果进行对比实验，证实了该算法能够有效地排除背景的干扰，得到比较准确的分割结果。　　 (3)提出了基于联合模型的测地距离用于自然图像分割，该算法通过对原始测地距离计算方法狄杰斯特拉算法的研究，寻找出其存在的漏洞，提出平均测地距离的概念。并且引入放缩因子，将图像点信息与块信息有效地结合，有效地放大类间差异，缩小类内差异，在一定程度上使得分割的精度得到提高，特别是细小部位的分割更加准确。