Este documento presenta un nuevo modelo variacional basado en la competencia de regiones difusas y modelado de variación de imagen estadística para la segmentación de imágenes. En la función de energía del modelo propuesto, cada región se caracteriza por la característica de color a nivel de píxel y la información espacial/frecuencial a nivel de región extraída de varios dominios de imagen, que son modelados por los modelos de probabilidad de dependencia de plano de bits con ventana. Para minimizar eficientemente la función de energía, aplicamos un procedimiento de minimización alternante con el uso del algoritmo de proyección de dualidad rápida de Chambolle, donde se obtienen las soluciones en forma cerrada de la función de energía. Nuestro método proporciona un resultado de segmentación suave a través de la función de membresía difusa, y además, el uso de la caracterización de región estadística de múltiples dominios proporciona información adicional que puede mejorar la precisión de la segmentación. Los resultados experimentales indican que el método propuesto tiene un rendimiento superior y supera a los enfoques actuales basados en superpíxeles y aprendizaje profundo.