摘要:图像分割是图像分析的首要一步，是图像理解的前提步骤，在与图像处理有关领域都有着很广泛的应用。因此，对图像分割的研究具有十分重要的意义。
长期以来，研究人员研究了许多实用的分割算法。随着统计学理论，神经网络，小波理论等各种新兴技术理论在图像分割中的应用日益广泛，遗传算法、尺度空间、非线性扩散方程等近期涌现的新方法和新思想也开始被用于解决分割问题，许多国内外学者也针对一些具体应用提出了许多实用的方法。
本文在对几种主流的图像分割算法进行分析、比较其优缺点的基础上，重点研究了一种图像分割算法—区域生长法，并进行了方法的仿真及结果分析。
关键词：图像分割;边缘法;阈值法;分水岭分割法;区域法
Abstract:Image segmentation is the first step in image analysis and an important part in image understanding. It has wide application of almost all areas of image processing. So Image segmentation has been highly treated .It is important to do research on it.
For a long time, many researchers have done a lot of work and have proposed many useful segmentation algorithms. With the wide application of statistical theory, neural network and wavelet theory in image segmentation, novel methods and ideas such as genetic algorithm, scale space and non-Linear diffusion equation are constantly being used to solve the segmentation problem, and many scholars have suggested various practical and effective methods for specific applications.
In this thesis, several current mainstream algorithms are studied, and a new segmentation algorithm—watershed segmentation method is mainly studied and simulated.
KEY WORDS：Segmentation edge method threshold watershed segmentation regional method
图像处理是人类视觉延续的重要手段，可以使人们看到任意波长上所测得的图像。图像分割是计算机图像处理中的一个基本问题，是进行后续图像分析的首要步骤。图像分割是数字图像处理中的一项关键技术，它使得其后的图像分析，识别等高级处理阶段所要处理的数据量大大减少，同时又保留有关图像结构特征的信息。
图像分割的应用非常广泛，几乎出现在有关图像处理的所有领域，并涉及各种类型的图像。 图像分割在工业自动化、在线产品检验、生产程控、文件图像处理、遥感图像、保安监视、以及军事、体育、农业工程等方面都有广泛的应用。比如医院通过X光拍片给病人诊断时，需要将病人铁定的器官分割出来，让医生来进行诊断；电子交警的监视过往车辆时要记录下违规的车辆需要将拍到的车辆的车牌号分辨出来从而获得此车主的信息。在各种图像应用中，只要需要对图像目标进行提取、测量等就都离不开图像分割。图像分割的结果将直接影响后续的任务，因此图像分割技术在人类生产生活中都存在的十分重要的意义。
