在图像分析和处理中，图像分割技术是一个重要的研究方向，它是许多后续处理的基础，在图像工程中占重要地位；同时也是计算机视觉和图像理解的最基本问题，其分割结果在某种程度上决定了图像处理系统高层模块的性能，如对图像的分析、理解、识别以及图像目标物体的计数等。 图像处理常用于清点产品数量、细胞分析、颗粒测速等场合，在某些情况下往往需要知道图像中颗粒的数量和尺寸等参数，但获取的图像常常有不同程度的粘连，甚至有多个颗粒重叠。于是合理分离粘连颗粒就成为后续工作正确与否的重要环节，所以对粘连物体的分割显得尤为重要。 常用的图像分割方法有：基于形态学分水岭分割、颗粒分割、快速聚类分割、基于区域阈值的分割和边缘检测法等。其中分水岭变换是图像分割算法中一种经典有效的方法，它以快速、有效、准确的分割结果越来越受到重视。 针对在图像分析中所获得的目标物体相互粘连的情况，本文根据分水岭变换原理，对原有的分水岭进行了改进，设计并实现了一种新的、有效的分水岭图像分割算法，并取得了预期的效果。算法只需考虑图片中各个象素的四连通即可，避免了传统的测地距离繁琐的计