图像分割是图像处理领域的一个重要的研究方向,在最近几十年的时间内得到了迅速地发展,在医学、军事、工业、气象等领域得到了广泛的应用。作为图像分析的前期步骤,图像分割是计算机视觉领域中最基本的问题之一,分割结果的好坏直接影响到后续工作得优劣。本文结合Level Set分割算法对雷达图像进行了分割,把强降水云团图像从背景中分割出来。Level Set方法是图像分割中的一种常用方法,本文首先研究了Level Set方法的理论,具体给出了两种Level Set改进算法。Level Set方法被广泛地应用于图像分割、追踪等领域。本文尝试使用三种Level Set方法对二维雷达图像实现了分割。这三种Level set方法分别是阈值水平集分割、测量主动轮廓模型水平集分割、Canny边缘水平集分割。阈值水平集分割结合了阈值分割方法,定义一个亮度值的范围来对图像进行类型分类,求出对应此亮度范围的、基于水平集等式中的传播系数,使用水平集方法演化曲线。测量主动轮廓模型水平集分割是在形状检测分割法的基础上添加偏微分方程中水平对流项,完成曲线演化。Canny边缘水平集分割是在Canny边缘检测算法和水平集分割算法的基础上提出的,此算法中的水平对流系数是通过Canny距离来构造的。本文选取京津地区雷达站雷达数据,首先使用了NVI插值和电场力模型方法对雷达数据进行了预处理,并在Windows环境下,以VC++为开发平台,实现了算法的实验。实验结果显示,以上三种方法均可以取得较好的分割结果,其中测量主动轮廓模型水平集分割算法分割效果最好,分割图像与原图像最为吻合。