图像分割是数字图像处理中非常重要的内容，图像阈值分割算法原理简单，计算量小，分割效果好，是常见的分割算法之一，在总结前人研究成果的基础上，本文从图像阈值分割的角度，对图像分割算法进行了一些研究，主要内容如下：首先介绍了本课题的研究背景和意义，总结了国内外图像阈值分割研究现状，介绍了一维直方图、二维直方图、三维直方图的概念和几种经典的阈值分割算法。一维直方图是对图像最简单的统计建模，本文在一维直方图的基础上，提出了灰度直方图梯度阈值选取法和最大累积剩余熵阈值选取法，灰度直方图梯度阈值选取法充分利用了直方图梯度信息，利用灰度直方图的梯度对直方图进行处理，得到灰度直方图的梯度方向图，然后将梯度方向图中梯度由正转向负的转折点定位为峰值，由负转为正的转折点定位为谷底，谷底中负正梯度灰度级数目之和最大的即为阀值。累积剩余熵是一种新的信息度量方式，本文将其引入红外图像分割中，从理论上分析了最大累积剩余熵阈值分割法的原理，即寻找使得累计剩余熵最大的灰度值作为分割阈值，最大累积剩余熵阈值法可以理解为先对直方图进行变换，然后在变化后的直方图进行最大熵方法分割。多维灰度直方图考虑图像的信息比一维直方图多，能得到好的分割结果，但增加了算法的复杂性，本文将一维最大散度差阈值分割方法推广到二维，在考虑图像像素灰度值的同时，考虑像素的邻域灰度值，并提出一种快速递推算法，通过调节参数，可以平衡类间方差和类内方差在分割中的作用，取得良好的分割效果。针对基于多维直方图阈值分割法计算量大的缺点，分析了基于一维直方图的阈值分割法的阈值与基于多维直方图阈值分割法的阈值之间的关系，提出了一种基于一维直方图阈值分割法的多维直方图阈值分割法快速算法，以三维Otsu阈值分割法为例，先用一维Otsu算出阈值，然后再一定范围内计算三维Otsu的阈值。提出了多维直方图的统一形式，在多维直方图统一形式的基础，提出了一种基于加权直方图的阈值分割法，通过调节加权系数，可以使分割结果在去除噪声和保留图像细节信息方面取得好的折中。最后，对图像阈值分割算法进行了总结和展望，阈值分割算法的研究内容主要有三个方面，一是建立合理的直方图模型，二是提出新的阈值分割准则，三是提高多维阈值分割方法的计算速度。