随着全球的遥感卫星技术以及无人机摄影技术日益完善,获取的影像空间分辨率越来越高。如何从高分辨率的影像中准确分割出各类地物是一个重要的研究方向。本文主要针对图像分割算法中的分水岭算法进行研究。本文具体研究内容如下:（1）分析了图像分割算法中常见的四类分割算法。并介绍分水岭算法以及与本文算法有关算法的基本原理。针对分水岭算法过分割现象严重这一缺点,本文总结了分水岭算法的两类改进方向。第一,通过各种操作修改梯度图,即对运行分水岭算法之前的目标图像进行修改;第二,按照一定的规则对分水岭算法的分割结果进行区域合并。这两种方向都能减小分水岭算法的过分割问题。（2）改进了一种基于阈值的标记分水岭算法。该算法首先在RGB颜色空间内使用中值滤波抑制输入图像中的噪声,其次使用Sobel边缘检测算子计算输入图像的梯度图。再结合数学形态学和最佳阈值法（Otsu、大津法）修改灰度图,通过灰度图的区域极大值获取前景标记图,并按照一定的规则修改前景标记。接着使用距离分水岭算法获取背景标记图,并用标记图对梯度图进行修改,最后使用修改后的图像执行分水岭分割。（3）改进了一种结合区域合并的标记分水岭算法。该算法先使用中值滤波处理输入图像的RGB三个颜色分量,使用Sobel边缘检测算子计算输入图像的梯度图。接着使用数学形态学处理灰度图,通过获取灰度图的区域极大值获得前景标记,通过距离分水岭算法获取背景标记,再根据标记对梯度图进行修改,使用修改后的图像执行分水岭分割。最后对按照一定的相似度规则把分水岭算法的分割结果进行合并。（4）结合谷歌卫星影像和无人机影像进行图像分割实验。采用两种改进算法以及经典标记分水岭算法对谷歌卫星影像进行分割实验,实验结果表明本文两种算法的对卫星影像1和3中的水体、卫星影像2中的道路不存在过分割现象,而经典算法过分割现象比较明显。使用基于阈值的标记分水岭算法和经典标记分水岭算法对无人机影像进行分割实验,实验结果表明基于阈值的标记分水岭算法对无人机影像1中的水体、无人机影像2中的道路的分割不存在过分割现象,而经典算法的过分割现象特别严重。