图像分割是信息技术处理中的一个重要研究领域，也是现在技术研究中的热点和难点。随着现代技术的快速发展，图像分割技术也是快速的发展。但是，因为图像采集过程会受到外界因素的影响，使得图像在分割时不是那么的准确，比如阳光的强烈直射，使得图像过于太亮或者太暗；或者图像有时候有缺失将会可能给图像分割带来一定的麻烦和技术上的难题。又或者因为现在图像分割研究的都是针对某一类图像分割，还没有出现一种通用的分割算法。因此,对于图像分割，做好分割预处理以及改进图像分割算法极其重要，有非常重要的研究价值和使用意义。　　本文系统的对相关图像分割算法进行了分析，并且在理论基础上对分割算法进行综合运用。其中重点研究了将大津法与传统区域生长算法相结合分割彩色复杂背景图像，解决传统方法存在的过分割问题，并在实验的基础上对其进行了改进；其次，还研究了针对含有多个目标的灰度图像分割问题，并对多阈值分割进行了一定的改进。　　区域生长算法是图像分割算法中比较常用的方法，但是也存在一些固有的缺点和不足之处。在本文第三章中针对传统区域生长算法分割彩色复杂背景图像存在的过分割问题，提出了一种基于HIS颜色模型分割图像的新方法。该方法首先提取HIS颜色模式的H分量，对H分量使用形态学方法进行降噪处理，之后使用基于最大类间方差的大津法对H分量图像分割出前景部分；然后使用区域生长法对前景部分继续进行分割；最后对分割出来的图像运用形态学腐蚀方法去除分割中产生的碎片，该方法能较完整的将目标图像分割出来，具有更好的分割效果。　　阈值分割算法是图像分割算法中比较经典的算法，阈值分割不但快速、而且方便等优点，阈值分割算法对单个的目标图像时分割效果比较好，但是对含有多个目标图像分割时，是比较容易造成错分割或过分割现象，而且分割速度很慢。本文中针对含有多个目标图像的分割问题进行了研究，在阈值分割的理论基础上，提出一种基于多阈值迭代方法的图像分割算法，首先使用非线性拉伸灰度直方图，这样进一步会提高灰度图的清晰度。对于处理后的图像上存在过亮或者过暗的部分，使用二值掩模进行处理，然后在此基础上采用迭代式阈值算法反复分割的图像分割算法。这种综合分割算法能够有效降低单阈值穷举搜索算法的计算复杂度，分割效果也比较令人满意。