基于模糊技术的图像分割方法已经得到了广泛深入的研究，逐渐成为图像处理研究领域的一个分支，并取得了一系列深刻、有效的结果。但是，在众多的研究中也存在着一些缺憾和需要进一步探讨之处。本文从强调数学工具使用的严格性、改进和完善已有的方法和算法、尝试着在图像分割研究中引入新的模糊技术三个方面，对基于模糊系统理论的图像分割技术进行了深入的研究。 强调数学工具使用的严格性 基于模糊度量的阈值分割技术是近年来图像处理研究的热点之一，也是模糊技术在图像处理中应用比较深入的一个领域。在各种各类相关的研究中，大量的文献是在探讨选取什么样的模糊度计算公式，或者怎样定义新的模糊度，以提高图像分割的效果。人们只是认为动态地选择分割阈值的问题，可以转化为模糊集的模糊性度量问题，但没有意识到本质上它是一个代数结构中元素的比较(模糊集的比较)问题，错误地将偏序集到全序集的序同态，当作序同构来使用，从而导致选用模糊度，或者说选用数学工具的随意性。本文从模糊系统理论和代数理论的相关思想出发，在序结构的观点下从理论上对模糊度的不一致性进行了详细的分析，提出了模糊度计算公式选用的统一标准，进而结束了随意选用模糊度计算公式的混乱状态。 近年来人们对基于模糊划分熵的阈值分割技术的研究也十分关注。但与上述情况类似，绝大多数的研究都集中在如何更好地定义模糊划分熵，或者如何获得非线性优化问题的最优解，对于模糊划分的形式则随意选取。事实上，根据模糊集与系统理论，对一幅图像进行模糊划分时，合理的划分形式是唯一的，任何其它形式的模糊划分只会对算法的设计产生负面的影响。本文通过严格的数学证明和合理的背景分析，给出了图像模糊划分的统一形式。 改进理论方法和应用算法 在有关基于模糊划分熵的阈值选择算法的研究中，由于人们往往将定义模糊划分熵和求解最优化问题分割开来单独研究，并且忽略了模糊划分形式对算法产