深度图像的高级特征提取是3维视觉一个重要研究领域。为了提高对大量离散3维数据的处理速度，简化算子结构，本文提出一种新的方法，将单目或多目结构光传感器采集的离散3维数据点云转换成深度图像形式，使z方向代表深度，并实现x、y方向数据的规则网格采样。接着提出一种深度图像分割算法，先对整幅图像进行边缘提取，得到阶跃和褶皱两种边缘，采用主成分分析法（PCA）通过计算欧氏距离得到面的法线方向和方向间的夹角。经过两类传感器采集到的大量图像实验证明，该算法明显优于单纯的边缘或者区域算法，具有良好的抗噪声性能，满足并行在线测量的要求，并且不受物体形状的约束，可以应用于3D模型重建、机器人自主导航、逆向工程、文物数字化等多个3维视觉领域。