图像工程是近几年发展起来的一门学科,它的研究内容非常丰富,根据抽象程度和研究方法的不同可分为三个层次:图像处理、图像分析和图像理解。图像分割是一种重要和关键的图像分析技术,对图像目标进行提取、测量等都离不开它,图像分割的结果是图像特征提取、识别等图像理解的基础,对它的研究一直是图像技术研究中的热点和焦点。本文针对图像的分割问题进行了研究与实现。文章给出了一种新型边缘检测方法:连续点过滤和多尺度跟踪相结合的边缘检测算法。连续点过滤的边缘检测方法通过选取的参照值来获取较好的边缘图像;在此基础上,又进行多尺度的边缘跟踪算法,解决了刚获得的检测图像的边缘断点问题,使得图像的边缘线更加的确切和平滑。经实验验证,该算法比普通的方法在精确性上有较大提高,且具有较强的抗噪能力。分水岭算法是一种广泛应用的图像分割工具,它能够自动生成单像素宽度的封闭轮廓。分水岭算法的不足在于它的过分割结果,即生成大量小的封闭区域,使目标物体淹没其中。为了解决分水岭算法过分割问题,本文给出了模糊关系与模糊C均值聚类算法相结合的方法。利用模糊理论的性质,定义了三个模糊关系,利用该三个模糊关系合并相似区域,有效地克服了分水岭算法的过度分割问题。经实验验证,该方法较大地提高了图像分割质量。