本文主要研究了基于变分方法的云的判别和云分类的方法。 首先，本文介绍了卫星云图的特征和以往的处理方法，较全面的介绍了几何曲线演化方法、由Osher和Sethian提出的基于水平集的图像分割方法、Mumford和Shah提出的Mumford-Shah图像分割模型、Chan和Vese提出Mumford-Shah模型的水平集解法以及基于Mumford-Shah模型的向量图型的分割方法。 其次，对于单通道云图，本文提出了改进的Mumford-Shah模型，即把Mumford-Shah模型中轮廓线内部像素的灰度平均值，改为目标物体的核心灰度，并通过调整相应的权重系数，得到了分割结果更为准确的、更有意义，从而准确地分割出了高云、中云和低云。 同时，对于多通道图像，本文先利用基于Mumford-Shah模型的向量图像分割方法，对人造的两个通道的图像，成功的得到了两个图像的差集和并集图像。本文还提出了一种基于改进Mumford-Shah模型的向量图像分割模型，对两个通道的卫星云图资料进行分割，更加准确的识别出中低云系在红外通道和可见光通道中的位置，并且识别出卷云和积雨云这两类跟天气系统息息相关的云系。