本发明公开了一种基于半监督学习相结合的图像分割方法，包括如下步骤：获取待分割图像的梯度图像，并对待分割图像依次进行压缩、锐化、二值化处理和距离变换处理，获取待分割图像的距离地形图；提取所得距离变换图中每个连通区域的灰度值最大的一点或点集，作为前景标记；对所得的距离地形图进行分水岭变换，将得到的分水岭脊线作为背景标记；屏蔽所述梯度图像中的局部极小值，根据获取的前景标记和背景标记标记所述梯度图像的局部极小值，得到修正后的梯度图像；然后通过半监督学习方法进行多角度数据的获取、预测矩阵的建立、训练模型的构建以及图像的分割。本发明能提高图像分割的精度。