图像分割技术在数字图像处理领域占有非常重要的地位,分水岭变换是一种常用有效的图像分割方法。但直接的分水岭变换会产生严重的过分割现象,在实际应用中往往使用标记分水岭变换来减少过分割现象。本文提出基于非下采样Contourlet变换及分水岭变换的图像分割方法,有效地将非下采样Contourlet变换与数学形态学中的分水岭变换相结合。先基于非下采样Contourlet变换修正图像的梯度图,再对修正后的梯度图做标记分水岭变换,最终得到图像的分割图。实验结果表明此方法是可行的,既减少了分水岭变换的过分割现象,又较好地保持了图像中的边缘信息,能得到良好的分割效果。最后,在图像分割的基础上,本文提出基于梯度密度的区域提取方法,能够进一步判别分割后的子区域为边缘区、平滑区还是纹理区。