基于图论的图像分割方法是近年来国际上图像分割领域的一个新的研究热点，其基本思想是将图看作一个带权图，其每个节点对应图像的一个像素或区域，连接每两个节点的边的权值表示该两节点属于同一区域的可能性，权值的大小与两节点的相似性、邻近性以及连续性等相关。根据图的某种特定划分建立相应的能量函数，该能量函数的最小值即对应图像的一个最佳分组。　　 本文首先概述了图像技术中图像分割的研究背景和运用图理论做图像分割的研究现状，其中由于经典的基于图理论的图像分割算法，如归一化割方法，对于大尺度的图像而言其计算速度太慢复杂性太高，而且划分的稳定性极大地依赖于参数的选择，无法应用于实际。因此，本文的目的就是研究一种计算复杂度低，具有实际应用价值的基于图理论的图像分割方法。将图理论应用到图像阈值分割中，可以降低计算复杂度又可以利用图理论的优势。在介绍基于图谱理论的图像单阈值分割方法中，发现其使用的权值计算公式中含有两个需凭经验手动调整的参数，限制了该方法的通用性。于是本文使用了一个新的自适应权值计算公式，通过和其它一些权值公式的大量的实验比较，此公式具有很好的通用性和稳定性。　　 对于复杂图像的分割，为了兼顾图像更多的细节，本文引入了基于图论的图像多阈值分割方法。本文研究了这种方法的具体实现步骤，并实际模拟和比较了几组图片的分割效果，经过了大量的仿真实验结果表明该方法能够取得较好的分割效果，可以保留更多的图像细节，具有实际应用价值。