As divergências de Bregman e Total Bregman são úteis para determinar a similaridade de dados complexos e têm sido utilizadas em diversas aplicações. Algoritmos fundamentais e estruturas de dados foram generalizados oferecendo, assim, meta-algoritmos que podem ser aplicados utilizando qualquer divergência de Bregman. Considerando a relevância das generalizações de métodos utilizando as divergências de Bregman e Total Bregman, visto que estas são medidas de similaridade não métricas, propõe-se, neste trabalho, novos métodos de análise de imagens definidos para estas classes de divergências. Nesta perspectiva, são definidos novos funcionais de energia que possibilitam a generalização do método de segmentação hierárquica baseado no funcional de Mumford Shah e do método variacional empregado no registro de imagens. Condições e tratamentos adequados para apoiar a pesquisa por similaridade definidas por estas divergências foram estabelecidos. Os funcionais e tratamentos apresentados foram empregados na análise de imagens reais e sintéticas. Os resultados obtidos demonstram a viabilidade da aplicação dos funcionais propostos e evidenciam que a definição de tratamentos considerando as características dos dados e os domínios de aplicação das divergências propiciam um melhor desempenho dos métodos aplicados na análise de imagens.