1.一种结合边缘检测和分水岭算法的图像分割方法，其特征在于包括以下步骤，第一步，图像边缘抽取：采用边缘检测提取边缘，单像素化后找出所有端点和角点；第二步，边缘连接：采用相同大小的模板对第一步中抽取的图像边缘进行膨胀连接，或对第一步中抽取的图像边缘端点进行连接，然后用不同大小的模板膨胀；第三步，分割图像：将第二步中得到的在膨胀区域作为生长区域，其它区域作为分水岭算法的种子区域，在生长区域中用分水岭算法进行生长，确认连接或者断开连接，将图像分割成区域。

2.根据权利要求1所述的一种结合边缘检测和分水岭算法的图像分割方法，其特征在于所述第二步中相同的模板膨胀边缘时，模板的尺寸是可以调节的，越大的模板，分割出的区域数量越少。

3.根据权利要求1所述的一种结合边缘检测和分水岭算法的图像分割方法，其特征在于所述第二步中不同大小的模板膨胀方法步骤为：首先，对检测出的所有边缘的端点，找到最近的端点(设距离为Dpp)；其次，对端点所在的边缘线段，从端点开始，去除掉Dpp个边缘像素，如果此边缘线段的像素总数小于Dpp，则去除此边缘线段到角点，不再向前追踪；

再次，求与此端点最近的边缘点(设距离为Dpe)；最后，通过Dpp、Dpe与阈值T1之间的关系确定连接的点(若Dpp＜Dpe&Dpp＜T1，则连接此两个端点；若Des＜Dee&Des＜T1，则连接此端点与边缘点)，并用缝隙宽度1/K粗细的圆盘形模板膨胀。

4.根据权利要求3所述的一种结合边缘检测和分水岭算法的图像分割方法，其特征在于改进了分水岭算法，设有避免瓶颈被当成缝隙填补起来的步骤，将膨胀区域的灰度均匀分割的N个等级，将前M个等级作为第一个等级，并且规定，在第一个等级的像素，如果连通了多个区域，将这些合并成一个区域。