信件和包裹的自动处理及自动分拣是现代邮件分发系统中一个重要的任务。目前,因为信封图像和包裹图像的获取和储存比起十年前更容易、成本也更加低廉,所以邮政自动化已经融入到数字图像处理、计算机视觉和模式识别领域。因为各种各样的邮票、背景、地址(例如：手写体文字、印刷体文字,文字位置)信息的存在,作为邮政自动化系统第一步的信封图像分割具有很大的挑战性。进一步地,该系统必须要在把地址块发送给光学字符识别系统进行识别之前精确地实时地定位到地址块。而字符识别系统被训练为仅仅能够识别单词和字符,并且任何额外信息都能容易干扰它们,因此成功的地址块定位处理是邮政自动化的先决条件。在本文中,首先介绍了信封图像分割和目的地址块定位的研究现状、背景知识及论文结构。接下来,又详细介绍了多种经典的阈值算法。同时研究并应用一种多阶段的阈值方法进行细胞图像的分割处理。然后,一种改进的移动窗口的RATS算法被用来对相机获取的中文信封图像进行二值化。在这里,倾斜检测和校正算法也被用来校正上一步取得的二值图像,并且也使用数学形态学中的开运算来提取并删除环绕邮政编码的矩形框。最后,介绍了一种新颖的基于支持向量机的中文信封图像邮政地址块定位方法。在本文所进行的实验中,共使用了超过800幅中文信封图像,包括带有手写地址的信封图像和带有印刷体地址的信封图像。实验结果表明,本文中介绍的算法不仅能够有效地用在带有印刷体地址的中文信封图像上,而且也对使用手写地址的中文信封图像产生良好的结果。