图像分割是计算机视觉的一个关键并且重要的步骤，对后续的任务，如图像的分析、特征的提取、目标的识别等都起着十分重要的作用。图像分割的目的在于将给定的图像按照某种准则划分成某些互相不重叠的区域，从而改变图像的表现形式，将图像的理解和分析简单化。图像分割方法经过几十年的研究发展，目前已经涌现出了各式各样的分割算法。在如此之多的分割方法当中，基于阈值的方法因为理论简单、使用方便、实时性良好而受到了研究者们的广泛关注。本文紧紧围绕“基于Otsu理论的图像分割”这一研究内容，从算法的计算复杂度和分割的效果这两个角度出发，对现有的二维Otsu算法和三维Otsu算法进行了深入研究，提出了三个改进算法，提高了算法的计算速度并且大大的优化了分割的效果，算法的有效性通过相关的实验得到了验证。本文的研究内容可以主要归纳如下：（1）针对传统二维Otsu算法在含噪声较多的图像应用中分割效果较差这一个问题，提出了一种改进的二维Otsu图像分割算法。该算法首先利用一种改进的自适应加权中值滤波对噪声图像进行中值滤波处理，以此消除大量噪声对后续的干扰。然后将中值图像的二维直方图区域划分用二分方法来代替原始的四分方法，将直方图二元组用它所在的分割线与原点的垂直距离来替代，使得最佳阈值的搜索维度从二维降到了一维。这样的做法一是大大简化了计算，二是改正了盲从忽略某些信息的错误。针对多幅不同类型的图像进行了实验验证，都取得了较好的分割效果，证明了该算法的可行性和有效性。（2）针对三维Otsu图像分割算法计算复杂度高、运算量大的问题，提出了一种基于分解的三维Otsu图像分割算法。算法首先利用分解的思想降低计算复杂度，把三维Otsu分解为三个一维Otsu，然后在分析一维Otsu的基础上，定义了类间距离和类内距离，创建了一个新的阈值识别函数设计算法，充分考虑了类间距离和类内距离在分割中的不同作用。良好的实验结果证明了该算法的有效性。（3）针对三维Otsu算法轮廓细节分割、目标边缘提取不够精确的问题，将三维模型里的中值用Sobel算子处理后的梯度来替换，采用“搭桥连线”的方法，选取最大散度差准则作为“桥”，把类间距离和类内距离紧密联系起来，提出了一种改进的三维Otsu分割算法。实验结果表明，该算法分割后的图像轮廓细节清晰、目标边缘明显、易于观察。