壁画作为我国民族文化中十分珍贵的艺术遗产,起源甚早,流传广泛,历经了数千年的积累沉淀后仍是令人叹为观止的艺术经典。然而,因壁画长期暴露在空气中,导致现存壁画普遍存在边缘模糊、轮廓不清晰、整体褪色、噪声明显等问题。传统的壁画保护方法是一种不可逆的过程,因此,采用数字化方法来保护壁画变得尤为重要。壁画分割作为壁画数字化保护中的一个重要流程,其分割结果直接影响壁画后续的修复工作,利用智能信息处理技术可以很好地实现壁画的自动分割。本文结合现存壁画图像的特点,利用数字图像处理技术,基于图割理论提出两种壁画分割模型,为壁画的后期修复工作奠定了基础。现存壁画年代久远,存在缺失破损的现象,使用单一算法进行处理,容易出现欠分割、过分割问题。基于此,本文提出一种融合k-means聚类和Grab Cut算法的壁画分割新模型。利用图像平滑后的灰度直方图峰值信息完成k-means算法的初步聚类,把预分割图像作为Grab Cut算法的初始化信息,实现壁画的最终分割。实验证明,该方法应用于壁画分割表现良好。但因部分壁画模糊、边缘不清晰,导致其在分割过程中存在整体轮廓难以定位的问题。为解决上述问题,本文又提出一种增强边缘的壁画分割算法。该算法采用自适应小波去噪去除壁画图像中的噪声,融合Sobel算子和Canny算子提取的壁画轮廓以增强图像边缘,最后实现对壁画的有效分割。实验结果表明,该方法在有效消除噪声干扰的基础上,分割边缘不清晰的壁画图像也获得了良好的分割效果。基于以上研究,使用Matlab R2017b设计并实现了一个基于图割理论的壁画分割原型系统,通过调用分割算法,直观展示了分割效果。本文提出的两种分割算法,结合了现存壁画的特点,在古代壁画的分割领域有着较强的适用性,为壁画的分割提供了一种新思路。原型系统实现了壁画分割的可视化操作,为壁画的数字化保护提供了一种实用价值。