图像分割的目的是分割出给定图像中符合要求的高质量的目标区域。数字图像分割算法发展到现在，已出现近千种方法，其中Otsu算法是一种经典的基于阈值的图像分割算法。Otsu算法已由一维、二维发展到了多维，其分割质量也随着维度的增加有所改善，但同时也增加了算法的时间复杂度，这使得Otsu法的实际应用受到限制。本文在研究了Otsu发展现状的基础上，进行了多维Otsu综合改进算法的研究工作。首先，研究了Otsu算法的当前发展现状；然后，分析不同Otsu法的分割效果和算法效率，进行各Otsu算法的逻辑和维度方面的改进研究；最后，给出相应的二维、三维综合改进算法，并通过实验验证其可行性和高效性。主要研究成果由以下三部分构成：通过研究二维Otsu法及其各种改进算法，本文提出二维Otsu综合改进算法：首先，研究发现二维Otsu法存在大量冗余计算，统计区域也不够合理，为解决该问题我们将阈值形式由二维点转换为两个指标之和的一维形式，统计区域选取二维直方图对角线两侧区域；然后通过研究推理得到在计算类间方差过程中的递推函数，进行递推改进；最后对像素值和邻域均值增添权重系数。综合以上三点得到了二维Otsu综合改进算法，时间复杂度由原始算法的O(L4)降为O(L2)，通过对比实验验证，该算法在缩短时间的同时保证了分割效果。三维Otsu中第三维指标选取的研究：传统的三维Otsu算法是在二维基础上增加一个统计维度，其关键技术是第三个维度指标的选取。我们首先尝试使用了一些学者提出的邻域中值、加权邻域中值，但由于这些指标和第二个维度(邻域均值)代表的图像信息相近，故实验效果同二维Otsu几乎相近，之后我们使用各类梯度算子进行研究，发现Sobel算子能更好的描述图像边缘细节，故我们将第三个维度指标选取为Sobel算子。通过对三维Otsu改进算法的研究，本文提出三维Otsu综合改进算法：首先，基于第三维指标选取的研究，确定三个指标为像素值、邻域均值、Sobel梯度值；其次，对阈值点的形式进行降维改进，由三维坐标转换为三个指标之和，统计区域改为三维直方图体对角线周围区域；然后，研究得到计算类间方差时相邻阈值点的递推函数，以空间复杂度换取时间复杂度；最后，由于三个指标反映图像信息程度不同，故增加了权重系数。综合以上几点得到三维Otsu综合改进算法，时间复杂度由原始算法的O(L6)降低为O (L3)，并通过对比试验验证了本算法的时间效率和分割效果。最后分析说明了本文给出的两种综合改进算法的使用范围。总之，本文主要围绕Otsu算法进行各种改进研究，提出了二维Otsu综合改进算法和三维Otsu综合改进算法。