图像分割技术是数字图像处理以及计算机视觉技术的重要组成部分,图像分割的结果是图像理解和图像分析的基础,优秀的分割算法能大大提高图像检测的能力,因此,对其研究有着重要的意义。本文首先介绍了图像分割技术的研究背景、发展状况,图像分割算法的原理及思想等。然后介绍了常用的图像分割算法,对基于信息熵的图像分割方法进行了详细介绍。之后本文对基于Renyi熵的图像分割算法进行研究,详细讨论了基于二维直方图的最大Renyi熵图像分割算法的数学基础、算法思想。在此基础之上本文对原有二维Renyi熵算法进行了改进,通过大量实验,对粘胶长丝切面图像、印刷网点图像、和常用的标准图像进行处理,得到了大量实验结果,并将此实验效果与一些经典算法处理相同图像的结果进行分析和对比,给出各个算法的优缺点。因为基于二维直方图的最大熵算法,仅考虑像素点邻域均值的空间因素,从而对一些噪声的过滤仍存在或多或少的问题。因此本文又提出了基于三维直方图的最大Renyi熵算法,考虑了邻域均值的同时又加入了邻域加权中值,构成三维直方图;同时还研究了其快速实现的递推公式及实验步骤,最后对处理结果进行对比分析研究。本文通过对原有的最大Renyi熵图像分割算法的研究分析,提出了改进的二维最大Renyi熵算法及三维最大Renyi熵算法,经实验验证,结果表明二维最大Renyi熵图像分割算法在对化纤粘胶长丝切面图片、印刷网点图像的分割效果优于经典算法,本文提出改进的二维最大Renyi熵图像分割算法又较原二维Renyi熵算法的分割效果有所提高;而本文提出的三维最大Renyi熵分割算法拥有最好的分割效果,但是其不足之处是处理时间较长。