藏文古籍在我国各民族遗存的古籍文献中占据着重要地位,承载着藏族的文化和历史。但是由于藏文历史文献存放的时间太久,许多古籍图像文字出现模糊或者缺失,甚至有些文档无法翻阅,亟需数字化保护和整理。藏文古籍图像识别是数字化保护的重要组成部分,而藏文古籍图像行分割是字符识别的一个重要步骤。本课题主要研究藏文古籍图像行分割,针对藏文古籍图像的特点,提出了两种藏文古籍图像文本行分割的方法,主要内容有以下两个方面:（1）提出了基于连通区域的藏文古籍行分割方法。由于藏文基线数代表文本行数,所以本文通过估计基线来确定文本行大概位置及行数,且扩展生长算法能够分割粘连。方法先对藏文原始图像进行二值化、倾斜校正等预处理,对图像进行水平行投影,得到投影直方图后进行平滑处理,进而通过峰值检测来估算文本行的基线位置。其次根据估算的基线位置获取文本核心区域,并结合原二值图像得到伪文本连通区域。然后通过基于广度优先搜索的扩展生长算法,生成伪文本行图像,最后根据断裂笔画的质心和文本核心区域边界的距离,实施行归属处理,实现完整的文本行分割。结果表明,本方法能够更加准确的检测文本行数量,文本行分割准确率达到94.22%。（2）提出了基于A*算法的藏文古籍行分割方法。A*算法能够自动寻找切分路径,能够分割粘连。上元音会影响路径的查找,提前处理上元音,对方法优化,能够避免这个影响。该方法首先对藏文原始图像进行二值化、倾斜校正等预处理,对图像进行水平投影,得到投影直方图后进行平滑处理,通过峰值检测确定文本行位置和数量。其次利用检测出的峰值求出文本核心区域,根据该区域提取出上元音,并对上元音做行归属处理。再把提取完上元音的图像分成7块,利用A*算法对每块分别处理。在该算法寻找文本行切分路径时,选取5个代价函数,计算从行切分起点到终点的代价,寻找最小代价路径作为文本行分割路径。最后合并分块的文本行、上元音归属、旋转恢复文本行原始角度,得到最终文本行分割结果。实验结果表明,该方法能够有效解决行间粘连、重叠等问题,取得了较好的文本行分割效果,算法的综合性能指标达到99.3%。