图像分割是进一步进行图像识别、分析和理解的基础，已有许多分割方法但还没有一种普遍适用于各种图像的有效方法。图像分割的研究是目前图像处理中研究的热点之一。本文对基于偏微分方程(PDE)、图割的图像分割模型、算法进行了研究。 本研究从图像分割的目的和意义出发，对Mumford-Shah(M-S)模型、CV模型、逐段常水平集图像分割模型简单介绍和分析。针对MSWD模型数值计算算法效率低、稳定性条件难以控制、调节参数难的问题进行研究。提出算子分裂图像分割模型，研究模型的数值计算，利用算子分裂格式给出了MSDM的AOS(Additive OperatorSplitting)，AOS-Newton(Additive Operator Splitting-Newton)两种快速算法，从而达到既快速极小化模型又克服了时间步长难以选择的难题，参数调节范围增大。给出了求解MSDM的图割算法。将求能量函数的最小值转化为求图的最小割。采用高效的最大流算法进行数值计算.图割算法避免了其它优化算法局部最小的缺点，参数调节简单，计算速度快.对合成图像及真实图像利用提出的算法实验，验证该算法的可行有效性。对提出的三种算法通过数值实验进行进一步比较。