图像分割在模式识别及计算机视觉中有着十分重要的研究意义,是特征提取、目标检测和识别等操作的基础,它是由图像处理到图像分析的关键步骤.基于数学形态学的分水岭算法,由Rafael C.和Beucher等人最早提出应用于图像分割,因其计算速度快,且能精确定位图像的边缘因而受到极大的关注.Luc Vincent和Pierre Soille于1991年在此基础上提出了著名的基于模拟浸没过程来实现分水岭变换的算法.分水岭分割方法是一种有效的图像分割方法,但存在的过分割现象,为此提出一种基于图形形态的分水岭分割方法.该方法首先利用形态学的开闭重建运算对梯度图像进行滤波处理,消除图像中由非规则灰度扰动和噪声引起的局部极值；然后对图像进行分水岭分割,保留重要的轮廓信息；最后结合归一化积相关灰度匹配的算法进行相似性度量,通过基于图形的形态模板指导区域合并,将目标图形区域从图像自然背景中分离出来.该方法能够有效的抑制过分割现象,并且得到较好的分割效果.为了继续改进直接运用分水岭算法存在的过分割现象,又提出了一种基于小波变换的分水岭分割方法.该方法首先在形态学的梯度图像上,利用基于多分辨率分析的小波自适应阈值去噪算法对图像进行滤波处理,消除图像中由噪声引起的局部极小值；然后在小波重构的图像中提取与物体相关的局部极小值,再利用形态学的极小值标定技术将其作为原始梯度图像中的局部极小值.最后,在经过修改后的梯度图像上进行图像分割,最终获得了较好的图像分割效果.