图像分割就是根据图像的特性和相应规则将图像数据划分为不同的区域。图像分割在图像处理中占据着非常重要的地位,是实现图像目标检测与识别等自动图像分析时必须首先完成的操作,同时也是数字视频处理,模式识别等领域的重要组成部分,在民用和军事上都有广泛的应用。寻找符合人们具体要求的分割算法是图像分割的关键和难点,也一直是学者们的研究重点,因此,对图像分割方法的研究,具有重要的理论意义和实用价值。本文重点研究邻域灰度变化矢量场基本理论,并用于描述图像视觉特性,建立相应的图像视觉特性检测算子,进而用于图像目标检测与分割系统,取得了良好的效果。从图像分割的概念入手,按照图像分割的发展历史对已有的分割算法进行了讨论,比较其优劣。在此基础上,提出了基于邻域灰度变化矢量场的图像分割思想;建立了图像邻域灰度变化矢量场,并重点分析了邻域灰度变化矢量场与图像视觉边缘、区域等特征之间的关系;建立了最大邻域灰度变化矢量的边缘检测算子模型,基于邻域灰度变化矢量场最大正交差异对的边缘检测算子及区域检测算子模型;分析了邻域选择对边缘扩展、噪声抑制的影响。软件仿真证明,这种分割方法实现简单,能有效检测图像的边缘,并提取图像区域,实现图像分割,而且对噪声有良好的抑制作用。我们把邻域灰度变化具有独特方向性的条状纹理图像单独予以研究,采用最大邻域变化矢量算子实现了条纹理边缘的检测,通过实验取得了良好的效果。