图像分割的三类方法

分为3类：

一.基于边缘检测的分割方法：

（1）并行边缘检测

         定义：并行边缘检测当前正在检测的像素点以及该像素点相邻的一些像素点，决定该像素点是否属于欲检测的边缘 并行微分算子法

         基于曲面拟合的方法：用一个曲面来拟合一个小窗口内的数据，然后根据该曲面决定边缘点进行边缘检测。
         活动轮廓与水平集：通过使用图像数据获得的约束信息和目标的位置、大小和形状等先验知识，对目标进行分割、匹配和跟踪分析

（2）串行边缘检测

         当前像素点是否属于欲检测的边缘，取决于先前像素的验证结果
         具体步骤：
         （1）确定起始边界点，顺序搜索将从此开始。
         （2）选择搜索策略，并根据一定的机理依次检测新的边界点
         （3）设定终止条件，并当搜索进程结束时使之停下来
         举例：边界跟踪：由梯度图中一个边缘点出发，依次搜索并连接相邻边缘点从而逐步检测出目标的边界。（噪声较小的图像分割效果好）

二.基于区域的分割方法：

        阈值分割算法：利用图像中要提取的目标和背景在灰度特性上的差异，把图像视为具有不同灰度级的两类区域的总和，选取合适的阈值。
        步骤：
       （1）确定一个处于图像灰度级范围内的灰度阈值T
       （2）将图像中每个像素的灰度值都