图像分割在计算机视觉领域中得到越来越多的重视,图像分割是衔接图像处理与图像分析的关键步骤,因为图像分割及其基于分割的特征提取和参数测量,目标表达等将原始图像转化为更抽象更紧凑的形式,使得更高层的图像分析和图像理解成为可能。数学形态学的基本描述语言是基于集合论的思想,将数学形态学方法与图像分割紧密的联系起来是近年来图像处理中的研究热点之一,因而倍受人们关注。本文阐述基于数学形态学分水岭算法基本原理并分析算法中存在的问题,提出一种改进的分水岭算法,对基于边缘检测图像分割技术与基于区域分割技术进行了分析,结合数学形态学一些基本概念与基本理论,重点研究数学形态学的膨胀与腐蚀运算,开与闭运算,文中以二值形态学为出发点一直延伸到灰度图像当中。分水岭是最近几年运用数学形态学思想的一种实用性非常广泛的图像分割工具,在围绕分水岭变换方面,详细分析分水岭变换的优缺点,针对传统的分水岭方法存在着严重的过分割现象,分析“过分割”所产生的原因。针对传统分水岭方法“过分割”,本文利用形态学结构元素,设计多形状多尺度的结构元复合滤波器,过滤图像中的噪声,保留完整的图像细节信息,再对梯度图像进行传统的分水岭变换,相当于在进行分水岭变换之前进行预处理工作。经过实验验证表明,改进的分水岭算法能够有效地解决“过分割”现象,与传统的分水岭算法相比在分割的时间、轮廓提取、噪声干扰能力上都有明显的改进。