图像分割是进行模式识别等高级图像分析的预处理阶段，其目的就是目标和背景分离开来，把图像分割成互不相交的区域，属于同一个区域内的点都有相似的属性。针对不同的图像特点，目前已经提出了错综复杂的图像分割算法。本文着重对形态学分水岭算法和图论算法进行研究，所做的主要工作总结如下：首先，分析和总结现有的分割算法，选取区域分割法中经典的分水岭算法作为研究中的一个中心点，并结合了形态学的有关知识进行改进；同时将近年来研究的热点图论算法作为另一个中心点，并结合了小波理论进行了改进。其次，研究和分析了利用标记进行的形态学分水岭算法，针对分水岭算法中的过分割问题，本文提出了一种基于形态学标记连通的分水岭图像分割算法。该方法采用形态学重构开闭滤波算子对梯度图像进行平滑，并且对H-minima技术提取的标记进行连通的修正。通过实验验证，该方法提取的标记能很好的处理分水岭算法中的过分割问题。最后，研究和分析了图论的割集理论，其中着重研究了其中的等周割集理论。针对该割集理论的耗时性问题，本文提出了一种融合小波和等周理论的图像分割方法，在该方法中，利用小波重构的性质及灰度信息计算等周率的方法，达到减少分割时间的目的。通过实验验证了该算法的实用性。