随着信息的急剧膨胀和计算机的迅速普及，文本图像在数字图书馆、电子政务等中得到了越来越广泛的应用。自二十世纪七十年代以来，文本图像分割一直是个非常热门的研究领域。 本文首先对文本图像分割的历史及研究现状进行了综述，介绍了文本分割的基本方法，其中有自顶向下法、自底向上法、纹理分割法、模型法等。然后介绍了平滑和数字形态学等常用的数字图像处理技术和小波的基础知识。 本文的研究重点是小波在文本图像分割中的应用。本文在一个基于纹理的图像分割模型的基础上，分别利用M进制小波(M=2，3，4)和Gabor小波进行文本图像分割，并比较了它们的分割结果及计算时间。 本文最后提出了一个简便的基于Gabor小波的分割方法。该方法直接组合Gabor滤波后的子图信息作为特征子图，然后用K均值聚类算法将特征子图分为3类，取出其高频信息，然后结合形态学的相关方法得到最后分割结果。实验证明，该算法不仅可以有效地提取出文字区域，而且计算简单快捷。