图像分割是数字图像处理过程中的重要环节，分割的效果对其后的目标识别、图像分析、图像理解等高级处理阶段产生着直接的影响。模糊连通图像分割算法是一个重要的图像分割方法，隶属于区域分割的范畴。它的基本思想是：利用在图像空域上定义的一种模糊关系——模糊连通度，从全局的角度来描述两个像素点的相关性和区域的连通性；应用动态规划算法，计算图像中某一种子像素点到其它所有像素点的模糊连通度；通过特定阈值对模糊连通度做出判决，得到目标区域，从而得到整幅图像关于背景区域的连通目标图。 模糊连通度图像分割算法的关键步骤之一，是计算所有像素间的模糊连通度，通常应用动态规划算法来实施，其效率直接影响着分割算法的复杂程度。针对这一问题，本文提出了一种改进的模糊连通度图像分割算法。该算法首先对像素间的相似关系进行阈值处理，然后应用图论中的可达矩阵和生成树方法求出连通区域，在保证分割质量的前提下，有效地降低了算法的复杂度，提高了算法的运行速度。 作为新算法的扩展，本文又将该算法由单目标区域分割推广到了多目标区域分割，并且针对多目标区域分割存在的问题提出了一种自动选择种子点的方法。其主要思想是：用枚举法顺次找出种子点，并应用新算法分割出目标区域。由于枚举法的复杂性比较高，我们通过建立禁忌列表的方式，把每次分割出的目标区域中的点放在列表中，以便减少下一步迭代的工作量，从而大大降低了算法复杂性。实验证明，该算法能够从复杂背景下精确分割出多目标区域。