针对分水岭算法存在的过分割问题以及VCH-F1切片图像的特点，提出一种能够有效消除局部极小值和噪声干扰的自动分割方法。首先比较彩色分量梯度图，选择分量图像的梯度信息，达到有效提取图像边缘信息的目的；然后提出基于多阈值分割的方法消除无效梯度信息；最后介绍了算法的步骤及结果。实验结果证明，通过该方法处理的梯度图像再进行分水岭算法处理，即使不进行区域合并也能达到很好的效果。

用VC++实现印刷体数字的自动识别，首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90 。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－

人机交互，Matlab 自带GUI进行编写，附带测试图像，运行完美(Human-computer interaction, Matlab comes with GUI to write, accompanied by testing images, running perfectly)