随着科技的进步，医学影像成为医生诊断和治疗的重要辅助手段，其中计算机断层扫描(Computed Tomography，CT)因为其图像的分辨率高，对人体损伤小，而成为病理和解剖研究的主要手段。然而生物医学图像本身有着很多不可避免的缺陷，为了提高图像的可读性以及对人体的解剖结构和病变部位进行更有效的观察和诊断，对医学图像进行计算机处理就成为非常必要的。 图像分割技术是图像处理中的一个重点，一直受到研究人员的关注。其基本概念是将图像空间划分成一些特定的区域，具体到CT图像上，就是将CT图像上有意义的特征或者需要应用的特征提取出来。这些特征可以是原图像场的原始特征，如物体占有区的像素灰度值等，也可以是空间频谱或直方图特征。 本文主要针对CT图像进行应用研究。在大致介绍CT设备及其成像原理和CT图像本身特点的基础上，研究了图像处理在CT图像上的应用。其中包括：图像的表示与显示、图像的颜色处理；并应用了图像变换、直方图技术、在空域上的增强技术对CT图像分割之前进行预处理；此外，运用边缘检测、轮廓提取和轮廓跟踪等算法将CT图像进行边缘以及轮廓的处理。 本文主要的研究内容为图像分割在CT图像上的应用。针对CT图像自身特点，研究了直方图分割方法，包括单阈值分割和多阈值分割对于CT图像的分割效果；设计实现了阈值自动选取方法，包括基于熵的阈值选取方法、基于矩的阈值选取方法、基于凹度的阈值选取方法、基于梯度均值的阈值选取方法等，并应用于CT图像，与传统图像分割方法进行比较，得到了比较好的结果；改进了自动多阈值图像分割方法，对CT图像进行多阈值分割；利用小波变换、特征值空间聚类、松弛迭代法等多阈值分割方法，实现了图像的多阈值分割，与CT图像自身特点相结合，结果较理想。本论文的研究成果对于CT图像的临床观察和诊断具有实际意义。