图像分割是图像处理与图像分析之间的关键步骤，在图像工程中占据极其重要的位置。图像分割算法的研究一直是图像技术研究的热点之一，对图像分割算法的研究至今已有几十年的历史，本文在前人大量工作的基础上，将现今图像分割算法分成区域分割技术、边缘分割技术、特殊分割技术三类，并分析其优缺点以及发展趋势。之后，论文将注意力集中到Kass于1987年第一届国际计算机视觉会议上提出的基于Snakes(活动轮廓)模型的图像分割算法中来。详细介绍了Snakes模型的原理、数学模型和优缺点，在此基础上对各种改进模型进行总结，并将传统的高斯力Snakes模型、气球力Snakes模型和GVF Snakes模型进行仿真对比。运用Snakes算法对动态图像进行分割时，首先涉及轮廓初始位置的确定问题，本文运用序列图像帧差或者背景差的方法来获取所需要的初始轮廓曲线，为进一步处理做好准备。由于Snakes算法是一种二维搜索方法，完成一次迭代的计算量很大，很难满足动态分割的实时要求。本文利用射线算法将测试点固定在一组射线簇上，将二维搜索变为一维搜索，同时给出了射线自适应调整方案。仿真结果表明，新算法在保证一定精度的前提下，满足了动态图像分割的实时要求。