图像分割作为图像处理、分析和理解等领域的一项关键技术,其作用是把图像分成各具特性的区域并提取出感兴趣的目标。二值化是一种直接、有效的图像分割方法。通过二值化,可以将一幅图像分割为各自灰度值相似的两个区域,从而可以直观的呈现出图像中的目标和背景。由于图像通常受各种未知因素干扰,二值化算法较难分割出准确的目标和背景,同时算法复杂度也相对增高,制约了其在实际工程中的应用。因此,研究快速、高效的二值化方法在图像分析、理解、目标识别等技术中具有重要的意义。本文着力于研究快速、有效的二值化算法,主要工作有：1)针对一维Otsu算法抗噪性差和二维Otsu算法复杂度高的缺点,提出一种基于直方图投影的二维Otsu快速算法。通过将二维统计直方图投影到其对角线,形成峰谷分布明显的一维统计直方图,利用一维Otsu算法得到对角线上的分割点,并在基于此分割点和对角线垂直的直线上搜索最佳阈值,使二维阈值搜索转换为两次一维搜索,提高了算法搜索速率。同时,通过建立基于二维阈值(s,t)的查找表,加快了算法的计算速度。实验证明,该算法具有较好的抗噪性和实时性,不仅保留了二维算法的分割效果,且分割速度与一维算法相当。2)针对Gato算法在处理低质量文档图像时依赖于其他局部二值化算法的缺点,提出一种改进的基于目标估计和GRA增强的二值化算法。改进的算法通过使用修正的均值滤波器估计图像背景,并使用GRA增强算法对目标图像进行增强,最后用快速二维Otsu算法进行二值化。实验证明,该算法对于受阴影覆盖、低对比度等低质量文档图像具有较好的分割效果。3)针对某企业的实际工程需求,设计和实现了一个视频监控识别系统。该系统在监控视频中截取图像,通过进行一系列处理后对图像内容进行识别。在该系统的预处理及识别过程中,应用了本文提出的二值化算法进行目标分割,算法能够满足系统对功能和速度的要求。目前该系统已投入使用。