本文对图像阈值分割关键技术展开研究，具体研究内容如下：1.针对采用最大类间方差法、最大熵法和最小误差法三种经典全局阈值方法获得的阈值均非最佳阈值这一问题,本文提出了一种采用高斯拟合的全局阈值算法阈值优化框架。相对于上述三种全局阈值分割算法，本文方法所获得的阈值更为准确，同时本方法还具有鲁棒的抗噪性能和较高的执行效率。2.本文对二维最小误差法进行三维推广，并结合三维直方图重建和降维思想提出了一种鲁棒的最小误差阈值分割算法。本文方法有效解决了非均匀光照条件下小目标图像的分割问题。3.为有效分割非均匀光照图像，本文提出了一种在高斯尺度空间下估计背景的自适应阈值分割算法。本文方法有效解决了非均匀光照条件下的图像分割问题，包括小目标图像以及大目标图像。4.为有效提高彩色图像模糊聚类算法的执行效率和聚类性能，本文提出了一种基于直方图的彩色图像模糊聚类算法。本方法两次利用波峰波谷快速定位算法对彩色图像各通道一维直方图以及其合并后的一维直方图进行阈值分割，然后采用FCM算法进行聚类，使得整体分割性能得到有效提高。