图像分割是一项困难但十分有意义的工作。在图像处理和计算机视觉领域，很难找到一种统一的图像分割方法，这使得图像和计算机科学家需要不断针对不同的问题，在特定应用背景的情况下，提出适应特定应用场合下的图像分割技术。随着计算机自动化技术的发展，生物特征识别技术作为稳定、安全、快速的身份识别技术应运而生，并不断的快速的发展着。特别是具有高稳定性，高识别率的掌纹识别技术成为这一领域中的佼佼者。然而发展到至今的掌纹识别技术，它的推广，却受到了掌纹采集环境的限制。为了突破这样的限制，复杂环境下基于掌纹的身份识别系统应运而生。复杂环境图像中的手掌完整、可信的分割出来就成为了整个自由环境自由姿态掌纹识别系统所需要解决的第一个，也是最重要的一个难题。本文的工作即是讨论复杂环境下的人手分割，并简单介绍其成果：人手分割系统。本文首先基于人工神经网络，建立皮肤颜色模型。皮肤颜色模型逐像素的计算这个像素是人类皮肤颜色近似性的大小，生成概率图。利用快速最大熵的方法确定阈值，并进行概率图的二值化。这样人手区域的粗分割完成。然后，本文提出了一种基于多色彩通道和邻居投票的人手轮廓线的提取方法。该方法利用Sobel算子在多色彩通道上，结合自适应的阈值确定方法得到的不同颜色通道上的边缘图。利用基于邻居投票的机制进行多边缘图像融合，得到人手轮廓。最后利用人手轮廓图对粗提取区域进行切割，并进行一系列形态学操作以及一些区域选择和填孔操作。人手分割流程完成。实验在一个80张640*480的图像库上进行。得到结果显示敏感性为96.52%，特异性为96.92%。此外，本文介绍了基于本文算法的人手分割系统，实时状态下，图像分割时间小于0.5S。