本文主要研究改进了在已知的图像追踪系统中图像目标分割的算法。图像分割技术是图像目标检测与跟踪中的关键步骤,是一种基本的图像分析技术。本论文对图像追踪系统中的图像目标分割问题进行了一定的探索和研究,主要针对降低算法复杂度,提高算法鲁棒性两个方面的问题提出了新的分割方法,并通过实验证明了新方法的有效性。主要研究包括以下几个方面:1.文章首先简述了基本图像分割技术和方法的分类;同时,对图像分割的困难以及图像分割的评价作了简要概述。2.其次,本文在Janaka Prasad Wijesena研究的基础上,基于运动物体的颜色和形状特征提出了应用数学形态学来改进算法,从而降低算法复杂度。本文先应用数学形态学中的腐蚀操作消除了背景中由颜色算子和标识算子分割的连通区域里明显的非目标部分,接着用膨胀操作较好地复原了由于腐蚀操作遭到损坏的目标。实验证明了该方法既保持了分割的准确度,又提高了形状算子在剩余的连通部分选择目标区域的速度,能实时有效地分割图像中的目标。3.在手势分割系统中,介绍了基于轮廓检测的手势分割技术和基于肤色的手势分割技术,并提出了一种基于阈值分割技术的自适应光线补偿法来改进基于肤色的手势分割方法,用来适应光线的变化并且降低噪声的影响。根据肤色建模以及一系列的用以消除噪声干扰的数学形态学操作和去虚假成分操作,最终正确分割得到当前帧图像中的手势部分。本文提出的算法鲁棒性较好,在没有背景先验知识的情况下对手势的分割取得了较好的效果。4.最后,对论文所取得的研究成果进行了总结,并提出了未来努力的方向。