数字图像处理是计算机视觉的重要内容，为更进一步的图像识别打好坚实的基础，主要包括噪声滤波，像素点插值、图像增强，图像分割等内容。图像分割是其中的一个关键环节，在图像处理中有着十分重要的地位。目前已经出现了上千种图像分割的方法，没有一种图像分割方法对于所有的图像都具有很好的分割效果。 本文通过分析已经存在的图像分割方法，做了一些图像分割算法的改进和应用工作。论文的主要研究工作包括： 通过大量的文献阅读，根据图像分割原理的不同，把图像分割算法分为基于阈值分割、基于边缘检测分割、基于区域分割、利用特定工具进行分割四个部分。 在基于一维直方图Fisher评价函数图像分割的基础上，针对把图像分割为三类的需要，提出了基于一维直方图的Fisher评价函数双阈值图像分割方法，并提出了基于一维直方图的Fisher评价函数多阈值图像分割方法。 提出了基于二维直方图的Fisher评价函数二维投影图像分割方法，在此基础上提出了基于三维直方图的Fisher评价函数图像分割方法。在图像受高斯噪声污染的情况下，该方法比已经存在的基于二维直方图Fisher线性判别具有更好的图像分割效果。 概述了医疗图像处理中细胞图像分割方法，把基于三维直方图的Fisher评价函数图像分割方法应用到血液细胞图像分割中，对那些在采集、传输中受高斯白噪声污染的血液细胞图像，具有很好的图像分割效果。