因为噪声、光照和物体本身相互粘连，采集后的图像质量总会受到不同程度的影响，如何有效地进行这类图像分割是目前广泛关注的技术。本论文以粘连非均匀背景的图像分析与处理技术作为研究对象，目的是通过应用数字图像处理与分析方法将多粘连非均匀背景下的图像目标正确地自动检测出来，并给出一个合理的图像分割结果。 本文首先分析了图像的CCD采集模型和噪声组成结构，对比研究了各种图像预处理技术，重点介绍了高斯滤波与中值滤波，并提出一种快速中值滤波算法。新算法快速地平滑了图像噪声同时保持了清晰的图像边缘。 基于边缘检测和区域自适应增长本文提出了一种新的灰度图像分割算法。在并不闭合目标边缘的情况下完成灰度图像的分割。新算法不但运算速度快，而且有效克服了光照不均对图像分割的影响，图像分割正确可靠。但是由于图像目标的相互粘连，图像灰度分割通常是不完全的。利用粘连对象间的物理形状特征和数学形态学的距离性质，本文提出了最短路径的二值图像再分割算法。 最后，本文对新算法进行了大量实验，结果表明新算法具有运算速度快、抗噪声能力强、分割效果可靠、可并行运算的特点，对多粘连，背景不均的图像能完成正确的、合理的图像分割。