图像分割是数字图像处理领域的研究热点。结合特定领域中的专业知识完成分割是目前的图像分割领域的发展特点之一。研究表明,空间自相关分析也能够扩展应用至图像分割领域。本文首先概述了图像分割领域目前的研究现状,空间自相关分析的发展历程以及几种常用的空间自相关指数。基于随机生成的灰度图像,本文设计了一系列的相关实验,对各类指数的功能和特点进行了比较,并完成了随机图像基础上的单核聚集与多核聚集的边界识别。从全局角度上看,Moran’s I指数的性能优于Getis G指数；从局部角度上分析,Getis Gi指数的性能优于Moran’s Ii指数。本文利用基础实验选出的空间自相关指数,结合迭代式阈值选择方法和导数算子,针对福州市区的Quick Bird高分辨率遥感影像完成了主干道路的边界识别,相对于原图识别,实验结果的精确度有所提高。因此,在实际的应用中,可以将空间自相关应用到图像的边缘识别中。