种猪育种技术的研究在全世界都处于一个重要的地位。目前种猪育种技术以专门化品系培育和配套系培育为主流,为了开拓新的育种方案,更多的学者尝试将其他技术引入到育种当中,由此出现了医学图像应用于育种技术的诞生。随着医学图像领域的发展,医学图像结合计算机技术成为重要的研究方向。医学图像分割作为医学图像处理与分析的基础,其发展经历了手动分割、半自动分割和全自动分割过程,在人体中应用于骨骼分割、肺部提取、肿瘤去除等方面。人体结构用于医学图像上的分割方法同样适用于动物体中,但是没有一种分割算法能适用于不同结构对象。针对这一问题,本文基于CT图像的种猪优选方法的研究,提出一种精确分割骨骼、脂肪、肌肉组织,并测定其在整体的质量占比的分割算法。该算法将人为干预减小到最低,快速准确地分割出骨骼、脂肪以及肌肉部分区域,并测定它们在整体中的占比。本文以种猪为研究对象,对获取的CT图像进行分析,首先对CT图像进行预处理,利用高斯滤波对图像进行平滑和消除噪声的操作,再运用区域生长的思想将CT图像中影响骨骼分割的CT床体部分去除。去除以后,分别运用了两种分割算法提取骨骼部位,分别是基于改进的水平集方法的快速水平集算法和基于骨骼CT值的阈值分割法。考虑到内脏部分的存在对脂肪以及肌肉分割存在一定的影响,运用胴体中器官距离等比例思想,结合阈值法、形态学操作、孔洞填充等多种算法将内脏去除,然后利用双阈值法、逻辑运算等操作分割脂肪以及肌肉部分,最后根据各部位在胴体中所占像素的体积以及密度求出其质量以及在整体中的占比。将算法运用到实验中,通过与美国公司提供的对比数据进行比较,探究算法中可能存在的问题所在,以此作为未来的研究重点对算法做进一步的改进。