图像分割作为图像处理的一个重要研究方向,在医学图像处理、交通图像处理、军事图像处理等诸多领域均有着广泛的应用,同时图像分割也是图像分析与理解的基础,具有重要的研究价值。目前图像分割的研究主要集中在彩色图像上,但彩色图像不能提供场景的三维空间信息,具有一定的局限性。随着RGBD图像的出现,其能够同时提供场景的颜色信息与深度信息,因此受到广泛关注,成为图像分割领域新的研究热点。本文针对RGBD图像上的分割算法进行研究,面向彩色图像,采用PB算法进行边缘检测,面向深度图像,提出了深度边缘检测算子和法向量边缘检测算子；在此基础上,提出了一种标记分水岭分割算法,该算法能够将颜色纹理相似的区域分割开来,且可以获得更高的分割准确率。本文的主要工作如下：(1)针对图像分割算法和现有的RGBD数据集进行分析总结：对几种常见的图像分割算法进行阐述,对其分割原理及特点进行了分析；对现有的几种RGBD数据集及其特点进行了介绍。(2)提出了RGBD图像上的边缘检测算子：针对彩色图像,使用了一种多梯度融合的边缘检测算法,充分利用了像素点的不同属性；针对深度图像,从三维几何信息出发,提出了两种边缘检测算子分别获取深度信息和法向量信息的变化。(3)提出了RGBD图像上的标记分水岭算法：针对分水岭算法易产生过分割现象,融合三种梯度图像提取标记图像,对彩色梯度图像进行修正。该方法能够保留图像中不同种类的边缘信息,且对颜色纹理相似的区域具有较好的分割效果。