提出一种采用非参数Dirichlet过程混合模型实现图像自动分割的算法。该方法在图像分割时不需要对分类数进行初始化，具有在分割过程中自动获得图像分类数的特点。模型中使用有控制参数的随机变量来代替聚类数，通过调整参数来指定聚类数的范围。使用该算法对具有高噪声的自然图像和临床磁共振图像进行分割实验，并与其他分割算法进行比较。实验结果显示本算法抗噪声性能强，且可以抑制磁共振图像分割过程中的偏场效应。准确度分析显示，图像分割结果的Dice相似性系数均高于90%，表明提出的新算法具有很高的精确性和鲁棒性。