图像分割就是根据图像的某些特征或特征集合的相似性准则对图像进行分类,把图像空间分成若干个某些具有一致性属性的不重叠区域。它是图像分析和理解的基础,是计算机视觉领域中最困难的问题之一。 本文以灰度,彩色和纹理这三类图像为研究对象,详细论述了图像分割的研究方法和主要应用领域。对现有的部分图像分割算法进行了深入的分析和研究,并提出了相应的改进分割方法。主要包括: 第一,针对直方图分割中的信息损失,引入了熵的概念。根据新定义的图像熵,研究基于熵的图像分割算法。通过对算法的比较研究,阐明了基于熵算法的局限性和比较适合的应用场合。 第二,利用彩色图像中的色度信息,结合空间信息,提出了基于色度直方图和空间信息相结合的图像分割算法。通过试验说明算法的分割结果与人的主观视觉感知具有良好的一致性。 第三,在详细分析了纹理图像分割的现有方法之后,提出了基于 Gabor 小波和主元分析相结合的纹理图像分割算法。和基于 Gabor 小波的纹理图像分割算法相比,本文算法的分割速度比没有结合主元分析的算法有所提高。 第四,对所提出的算法进行了仿真研究。 最后,对全文进行了总结,指出了今后的研究方向。