准确判断温度及温度分布情况在很多领域都具有重要的意义和作用，它广泛应用在航空航天、军事和工业生产领域中。研发专用的示温漆图像识别系统，克服人工分析的弊端，使分析过程数字化和自动化是该领域的研究重点和发展方向。本文在分析当前彩色图像分割面临问题的基础上，提出了一种快速高效的示温漆彩色图像的分割方法。文章将传统的灰度图像分割和彩色图像的分割有机的结合在一起，在“示温漆图像识别系统”课题的基础上，结合其色彩量化和图像分割两个关键技术，主要完成了以下研究工作： 1.针对采集硬件和环境对示温漆图像造成较大噪声的影响，采用了PGF进行图像滤波，它能够有效去除图像噪声点并最大限度的保持边界特征。 2.在分析色彩量化实质的基础上，本文采用了与具体图像的色彩使用频率相关的中位切割法，并以此为基础，用色彩平均值为中点进行分割，提出了一种有较好量化效果的改进的中位切割法。 3.由于RGB色彩空间的非均匀性和分量的高度相关性，使其不适合图像分割和分析。本文通过非线性变换，将RGB色彩空间转换到能独立感知各颜色分量变化的均匀色彩空间HSV。通过把颜色的亮度和色度信息分开并赋予不同的权重，量化颜色之间的差异，并解决了色彩空间的奇异性问题。利用输出合成法实现边缘检测。 4.结合示温漆图像颜色分布比较集中，色彩变化缓慢的特点，利用小波变换多分辨率的特性，在B样条函数基础上，改进了小波基并用计算梯度和模极大值的方法检测图像的边缘，有效克服了边缘检测时引入噪声的缺点，较好的实现了彩色图像的分割。试验结果表明，用改进的中位切割法和小波变换相结合的示温漆图像分割方法比人工和其他分割方法有明显的提高，整体分割效果良好。