图像分割是图像识别与理解中的关键步骤之一，图像分割质量的好坏将直接影响图像识别与理解的结果。近年来，人们已经提出了大量的图像分割方法，大体上可以分为三类:基于阈值的分割法、基于边缘的分割法以及基于区域的分割法。由于单一方法在分割上有时候表现的力不从心，从而，将多种方法相结合成为图像分割的一种趋势。　　本文在对图像分割方法进行综合研究的基础上，充分利用小波分析以及形态学在边缘检测中的优势，结合区域生长算法，研究了一种综合边缘检测和区域生长的图像分割算法。本文的主要工作有以下几点:　　(1)针对传统的边缘检测算法存在的不足，本文基于修正的边缘检测算子和形态滤波思想，采用多尺度和多结构元素，提出了一种新的多结构多尺度形态学灰度图像边缘检测算法，通过构造新算子实现边缘检测。在该算法中，分别将各个结构元素下的检测结果进行加权求和，得到图像的边缘。实验表明，和其它的传统或改进形态学边缘检测算法相比，本文方法具有更好的噪声抑制能力，而且边缘定位准确，检测到的边缘轮廓更加清晰完整。　　(2)针对单一方法在图像边缘检测中存在的缺陷，本文结合小波和形态学在边缘检测中的优势，分别对小波分解后的高频部分采用小波模极大值法，低频图像采用形态学检测，最后将两者得到的边缘图像进行融合，得到最终的边缘图像。该方法克服了传统小波方法只对高频部分检测，而丢弃低频部分的缺陷，取得了满意的结果。　　(3)针对传统的边缘检测和区域生长方法存在的缺陷，本文研究了一种综合边缘检测和区域生长相结合的分割算法，即先对图像进行边缘检测，得到边缘像素点集，以检测得到的边界线作为潜在的区域模型，自动获取种子点，利用区域生长法实现图像的分割。实验结果表明，该方法避免了单独使用边缘检测或区域生长法图像分割时的典型错误，结合了两者的优点，有效的抑制了噪声对分割结果的影响，取得了感兴趣目标的良好分割结果。