图像分割是图像处理中一项重要的技术，其目的是把图像分成各具特性的区域并提取出感兴趣的部分。其结果为图像分析和理解提供依据。图像分割是一个经典问题，从发展至今仍没有找到一个通用的方法。 本文先对图像增强方法做了简要概述，图像增强作为图像分割的预处理也是十分重要的。其中介绍了直方图均衡化、平滑、锐化等常用的增强手段。然后对现有的图像分割方法作了具体地讨论。通过研究发现，图像分割中的难点之一是区分真正的边缘和噪声，由于两者都是高频信号，很难用频带区分。而用低通滤波方法去除噪声又会使边缘模糊化。新近出现的小波变换正好可以解决这个问题。小波变换是一种时—频两域分析的工具。用它来检测边缘，可以在大尺度下抑制噪声，小尺度下精确定位边缘，从而解决了传统的边缘检测算法不能解决的问题。小波变换的边缘检测能得到较好的检测效果。 本文把直方图与小波变换方法结合起来，将小波变换应用于灰度直方图后进行图像的分割，利用小波变换的多尺度特性，在不同的尺度上选择分割的阈值，这样使得阈值的选取更加合理。