前言
在这里我们通过图像分割的基本知识和分析图像技术的学习了解，研究图像分割基于边缘检测和基于区域生长的算法，将图像分成分别适用于分割基于边缘检测和区域生长两大类。
一. 边缘检测分割
边缘检测的基本思想就是利用边缘增强算子，突出图像中的局部边缘，然后定义系那个数的“边缘强度”，通过设置合适的阈值的方法提取边缘点集。
分割方法首先是对原图像进行平滑处理，接着对图像进行边缘检测得到含有边缘点的边缘图像，并记录边缘点的位置，然后在平滑图像中相应位置的邻域内进行纹理分析，并与事先获得的图像纹理特性进行比较判断，从而将图像中的模糊点删除并最终实现图像的分割。
基于边缘检测的分割技术依赖于边缘检测算子找到图像的边缘，这些边缘标化示出了图像在灰度、色彩、纹理等方面不连续的位置。
常见的边缘检测算子有: Cany算子、Sobel算子、Roberts算子等，根据这些边缘检测算子将适用于边缘检测分割的图像再次分割，使分割达到最佳效果。
二.区域生成分割
总体分割方法分为三步，首先根据图像特点选择合适的生长点，接着根据图像的局部性质生长准则，确定生长停止条件。
常用的生长准则和方法有基于区域灰度差的、基于区域内灰度分布统计的生长准则。根据生长准则对图像进 行分割，通过对比得出不同图像所适用的最佳分割生长准则。
基于区域灰度差的的生长准则是首先对图像进行扫描，找出无归属像素,以该像素为中心，检测相邻像素，合并灰度差在范围内的像素，再以新合并像素为中心检测相邻元素，重复以上步骤，直到没有可合并和无归属像素为止，整个生长结束。
基于区域内灰度分布统计的生长准则是把图像分成互不重叠的小区域，.比较邻接区域的累积灰度直方图，根据灰度分布的相似性进行区域合并，设定终止准则，通过反复进行上述步骤，将各个区域依次合并直到满足终止准则，生长过程结束。
