该文主要研究图象分割领域中的两个问题,即字符分割和纹理分割.该文在介绍了现有字符分割算法的前提下,指出现有字符分割的算法只适合于大字号字符的分割问题.由于小字号字符具有字符模板很小(通常为10×10左右)、字符图象能量小、字符笔划细(通常是单象素宽度)、对噪音敏感等特点,当这些方法应用到小字号字符的分割时,效果均不理想.该文在分析了字符粘连的情况后,指出衬线粘连情况在小字号字符图象中出现频率尤为突出,并在此基础上提出了一种基于衬线去除的字符分割方法.考虑到衬线粘连只是小字号图象粘连情况中的最突出一种,还有其他比较复杂的粘连情况需要解决.所以在基于衬线去除的字符分割方法的基础上,我们进一步提出了一种结合支持向量机和动态规划的字符分割方法,基本上解决了小字号字符分割的问题.实验表明,虽然我们的方法是基于小字号字符而提出的方法,但对于大字号字符同样有效.我们使用该文提出的字符分割算法,结合一种新颖的适用于小字号字符识别的称为"形态变化刻画"的特征提取方法,研制并开发了Windows平台下适用的《图文英汉即时翻译系统》,其总体识别率达到85％以上.最后,我们基于多进制小波分析和修正的广义学习向量量化(Revised GeneralizedLearning Vector Quantization)方法,提出了一种新型的纹理分割算法,并用实验验证了其有效性.