目前,图像技术的应用已经渗透到了生活的许多方面。图像分割是整个图像工程的的关键环节之一,这是因为它为后续的形状描述、识别、理解提供了基础。图像分割的主要目的是将图像划分为特征相关的区域。本文首先对主要的图像分割方法进行研究,讨论和分析了典型图像分割方法的原理和特点;分析图像噪声的特点并根据噪声形成原因,建立了噪声统计模型且定量地表示出来,将该模型作为区域分割的准则。然后针对区域分割方法在含有噪声的图像处理效果显著的特点,结合图像噪声的统计特性,提出一种基于噪声统计模型的区域分割方法;同时根据像素邻域结构,采用最大最小值的初始分割方法来优化分割结果,从而改进了影响区域分割的两个关键因素:初始分割和一致性准则。最后给出了本文的算法在图像中的应用和其传统分割方法的比较。本文通过理论和实验证明,这种方法不单能有效地分割区域,而且像素区域误判发生的概率较小。基于噪声统计模型的区域分割是图像处理的一种有效的改进分割方法,将来在病理图像分割、工业图像分割、安全图像处理中的保密信息提取及卫星图像分割等多个领域可能表现出一定的应用价值。