图像分割技术一直是图像处理领域中的研究热点，国内外众多研究人员对图像分割理论及其应用进行了深入的探索，提出了很多有价值的算法。在医学图像处理领域，针对医学图像的特点，也有很多专家学者提出了关于医学图像特有的理论和实用的算法。在近期的算法研究中，可以对图像进行分割以得到闭合区域的分水岭算法受到了重视，被应用的场合也越来越多，但是其固有的过度分割(over-segmentation)现象却在一定程度上降低了图像分割质量。　　 本文首先分析了各种图像分割算法以及形态学运算的原理和实验效果，然后对分水岭算法做出了全面的阐述，最后针对过度分割现象，改进了分水岭算法的预处理步骤和区域融合步骤，大大减少了由于过度分割现象造成的图像分割质量的下降。　　 通过与近期文献提出的改进分水岭算法及经典区域融合算法的比较，本文提出的改进算法得出了较好的效果。本文的创新点有：　　 1．针对医疗设备生成的医学图像的特点，本文对其进行了灰度变换处理并结合形态学运算提出了一种形态学滤波方案，通过增强图像对比度，有效地将骨骼区域和背景区分开来，并减少了很多噪声，在一定程度上减轻了分水岭算法的过度分割现象。　　 2．本文根据分水岭算法的原理和人们对图像分割的直观理解，提出了一种新的“区域边缘差异测度”，并由此提出了本文区域融合算法中的区域相似度评价函数，在实际测试取得了较好的图像分割效果，相对于其他论文中的区域相似度评价函数和经典区域融合算法，本文区域融合算法能更好的在亮度不均的情况下提取出目标物体轮廓，并在一定程度上提高了抗噪声干扰能力。