图像分割主要是指将图像分成各具特性的区域并提取出感兴趣目标的技术。图像分割是数字图像分析中的重要环节,在整个研究中起着承前启后的作用,它既是对所有图像预处理效果的一个检验,也是后续进行图像分析与解译的基础。其研究多年来一直受到人们的高度重视,也提出了数以千计的不同算法。虽然这些算法大都在不同程度上取得了一定的成功,但是图像分割问题还远远没有解决,这方面的研究仍然面临很多挑战。由于缺乏一个统一的理论体系,没有一个方法来指导我们如何根据图像选择合适的分割算法。到目前为止还不存在一种通用的、能使各种类型的图像达到最优分割质量的图像分割方法,也不存在一种被广泛接受的方法,能够对不同的分割结果给出与主观感觉一致的评价。本文研究了经典的分割算法,指出了图像分割的发展趋势,并提出了一种基于数学形态学和模糊聚类的分割方法。本文对图像分割算法进行了较深入的研究。论文的主要工作如下:(1)收集整理了国内外相关资料,将图像分割方法分为三类:基于边缘的分割算法,基于区域的分割算法,基于特定理论的分割算法。分别介绍了这三类算法中的常用算法。(2)详细介绍了阈值分割算法和基于形态学分水岭算法。在研究分水岭分割算法的基础上,利用内外标记约束重构梯度图,对分水岭算法进行了改进。(3)介绍了聚类分析和模糊聚类算法,提出一种基于数学形态学和模糊聚类算法的图像分割方法,并用该方法对红外图像进行分割,取得较好的效果。