数字全息技术利用CCD、CMOS等光电传感器件代替传统的全息记录干板来记录全息图，把全息图以数字方式记录下来，并用计算机模拟再现光实现波前再现，从而实现了全息的记录、存储和再现全过程的数字化。近年来，随着计算机和电子图像传感器件性能的逐步提高，数字全息技术得到了飞速发展。　　图像分割是图像分析到图像处理的关键步骤，图像分割是指将图像分成各具特性的区域并提取出图像中感兴趣的目标。只有在图像分割基础上才能对目标进行特征提取和参数测量，使得更高层的图像分析和理解成为可能。因此，全息再现图像的分割对于数字全息技术的研究和发展具有重要意义。　　本文主要从理论和实验仿真两个方面对全息再现图的分割进行了系统的分析，针对全息再现图的特点，提出了两种改进的图像分割算法:基于模糊聚类的分水岭分割方法、粗分割与水平集结合的分割方法。本文主要内容包括以下几个方面:　　(1)首先介绍了全息技术的记录和再现的原理。从全息理论出发，分别介绍了传统光学全息和数字全息的基本理论，主要描述了其记录和再现的过程，详细推导了相应的数学表达式，并重点介绍了本课题组提出的一种新的基于参考光估计的两步相移数字全息技术，且对根据不同全息技术得到的全息再现图像质进行了分析和比较。　　(2)详细介绍了常用分水岭的三种方法:使用距离变换的分水岭图像分割算法、使用梯度的分水岭图像分割算法和使用控制标记符的分水岭图像分割算法，并重点分析了这三种分水岭算法在全息再现图上的分割效果。根据分水岭算法在全息再现图分割上产生的过分割现象，提出了一种基于模糊聚类的分水岭全息图像分割算法，实验结果表明，该算法能有效解决过分割现象。　　(3)介绍基于水平集的图像分割方法及其相关理论，说明水平集方法在图像分割中的广泛应用。本文对经典方法进行改进，将其用在数字全息再现图的分割中，具体是将粗分割的结果作为初始轮廓，采用无须重新初始化水平集的方法进行迭代计算，优化物体的轮廓特征，减少水平集演化的计算量，从而提高了数字全息再现图中物体分割的准确性。　　本文针对数字全息再现图像中的物体分割进行了研究，通过分析不同再现原理得到的全息再现图的图像特点，提出了两种改进的分割算法。由仿真结果可知，基于改进的模糊聚类的分水岭分割算法能有效的解决分水岭中常见的过分割问题，对边缘信息简单的全息再现图具有较好的效果。改进的水平集算法先对图像进行粗分割，以粗分割结果作为水平集算法的初始轮廓，该方法能有效减少迭代次数，对全息再现图的分割效果理想。