太赫兹同轴数字全息技术正日益受到关注,在高分辨率成像、生物目标成像等方面均有广泛应用前景。而太赫兹同轴数字全息再现像具有图像目标尺寸小、噪声大等特点,使得目标分割和提取受到很大影响。因此有必要进行太赫兹同轴数字全息再现像的图像分割研究。本论文第2章在曲线拟合阈值法和最大类间方差法的基础上对算法进行改进,增加了2.52太赫兹图像去噪的预处理步骤,以此在分割前对2.52太赫兹齿轮图像和2.52太赫兹垫片图像存在的噪声进行平滑。为验证算法对同类图像的适用性,选择同样为目标尺寸较小的生物图像树叶图像和物品图像火柴图像进行仿真实验,两幅图像均有最细处为单像素的细节结构。对其人为添加相似程度的噪声并进行分割研究。第3章针对阈值分割方法没有考虑像素位置信息、难以避2.52太赫兹齿轮图像的单像素细节结构丢失的问题,将2.52太赫兹图像的位置和灰度信息转化为点数据,采用K均值聚类和均值漂移算法进行分割研究。在聚类算法基础上结合最大类间方差法和形态学方法对真实太赫兹图像进行分割处理,探索最佳参数,并用之前已人为添加噪声的树叶图像和火柴图像做仿真研究。第4章针对聚类方法在实现2.52太赫兹齿轮图像分割过程仍然有目标结构断裂的情况,利用具有边界轮廓线长度约束的水平集算法进行分割,在C-V算法和局部统计水平集算法的基础上结合形态学方法对真实2.52太赫兹图像进行分割研究,探索最佳初始参数,进一步提高两幅真实2.52太赫兹图像的分割效果,并用两幅仿真图像做验证研究。