细胞研究在现代科学中具有重要意义，本文主要研究浮游生物、原生质体等一些复杂细胞图像的分割问题。这些细胞图像具有边缘模糊、内部特征复杂等特点，利用传统图像分割方法较难取得理想效果。基于水平集的活动轮廓模型具有抗噪性能强、数值求解稳定性好、可加入先验知识等优点，目前已广泛应用于医学图像分割、三维重建、视频跟踪等领域。本文，将利用活动轮廓模型，研究解决一类复杂细胞图像的分割问题。传统的活动轮廓模型，存在分割速度慢、对一些表面复杂边缘模糊的对象分割效果不理想等缺点。本文在传统活动轮廓模型和无需求解偏微分方程的快速活动轮廓模型基础上，研究改进形成一些新的快速活动轮廓模型算法，较好的解决了本文所涉及的一些复杂细胞图像的分割问题。本文的主要工作如下：（1）研究建立了一种基于直方图统计的快速活动轮廓模型。通过对传统的概率估计活动轮廓模型的研究，把直方图统计思想引入到快速活动轮廓模型中。将传统的基于梯度和基于区间阈值的快速速度项改进为基于直方图统计的快速速度项，得到一种新的基于直方图统计的快速活动轮廓模型。实验证明，这一新的算法可以快速、有效地分割边界模糊、内部特征复杂的浮游生物细胞。（2）研究建立了一种基于圆形约束的快速活动轮廓模型。原生质体细胞的内部特征与外部极其相近，从而导致部分边缘几乎分辨不出，采用传统的活动轮廓模型完全无法实现对该类细胞图像的分割。针对原生质体细胞具有圆形轮廓的特点，本文在快速活动轮廓模型中加入圆形约束信息，成功解决了单个原生质体细胞的分割问题。在此基础上，又进一步研究了多个原生质体细胞的分割问题，提出了一种多水平集快速活动轮廓模型算法。首先利用单水平集模型进行预分割，然后对单个水平集区域进行分裂得到多个水平集区域，最后利用圆形约束的快速模型精确分割每个原生质体细胞。针对多个不粘连细胞和多个粘连细胞，分别采用八链码轮廓跟踪法和随机霍夫圆检测法对单水平集区域进行分裂操作。实验表明，该方法可以准确、快速的分割多个不粘连和多个粘连原生质体细胞。（3）把HSI空间彩色差引入到快速活动轮廓模型，改进得到一种基于HSI空间彩色差的快速活动轮廓模型。新模型由彩色信息驱动，对彩色图像有更强的分割能力。实验表明，基于此模型可以快速、成功的分割彩色植物细胞图像。