医学图像处理对于辅助医师进行临床诊断、术前规划和术中导航具有重要的意义。对断层扫描医学图像进行自动分割，是当前医学图像处理的研究重点和难点。本文以髋关节CT图像的分割为应用背景研究了断层扫描图像自动分割技术。主要研究内容包括：（1）基于最佳阈值域的交互式阈值分割。髋关节CT图像灰度直方图呈现明显的双峰性，可以使用二阶最大类间方差法将骨头、肌肉从图像中分离出来。然后通过直方图分析，找到分离骨组织的最佳阈值域，最后采用交互式调整阈值的方法得到用户满意的分割效果。（2）外八邻域种子点区域增长。外八邻域就是中心像素点的八邻域点周围隔一个像素点的八个像素点。使用外八邻域传递种子点，不仅可以很好的将单连通区域分割出来，而且分割的时间复杂度较传统的四邻域和八邻域区域增长算法大大降低，只有后两种的1/4，程序运行的效率大大提高。（3）目标区域的孔洞填充和行扫描法提取目标轮廓线。首先使用Graham算法计算目标区域的凸包，然后在凸包内对非洋红色连通区域进行区域增长，通过判断增长的像素点是否全部在凸包内，实现目标区域孔洞的填充。孔洞填充之后，再通过逐行扫描像素信息突变点的方法提取目标轮廓线。（4）髋关节CT图像全序列自动分割。首先手动提取第一张切片的目标轮廓，然后使用种子点继承的方法，实现所有切片的自动区域增长，并依次进行孔洞填充。对于其它切片，通过条件控制，运用行扫描法和轮廓线继承演化的方法依次得到目标轮廓。本文提出的算法均采用VC++程序实现，阈值分割、区域增长、轮廓提取是CT图像全序列自动分割的基础。大量的数值实验验证，本文的算法快速有效。