[7]提出的Canny算法在用于邊緣提取效果中也是一種很好的算法。該算法對于邊緣有以下四個步驟：首先對于圖像中的噪聲點，我們利用高斯濾波來進行去除；再計算梯度的幅值及其方向，使用一階偏導數；之后對幅值進行非極大值抑制處理。即比較某一像素位置梯度的四領域，如果它不是五個值中的最大值，則將其置于0；最后檢測和連接邊緣使用雙閾值。設一低一高的兩個閾值，是梯度小于高閾值的標示為弱邊緣，剩下的標示為強邊緣。我們以強邊緣都是目標邊緣為基礎，如果在它的8鄰域中存在弱邊緣就把它連入邊緣中用以形成最終結果。在面對復雜紋理的圖像時，因為Canny算法對梯度幅值的非極大值抑制，會導致丟失邊緣信息，得到的邊緣是單像素連通的。在其他基于邊緣的圖像分割算法中使用二進制小波變換進行邊緣檢測，在小尺度下定位邊緣，大尺度下抑制噪聲，它的抗噪能力較好；我們可以用形態學中的頂帽變換變換提取出灰度圖像中的亮邊緣，對于邊緣的精細程度還可以通過改變形態學模板尺寸來控制。基于區域的圖像分割REF_Ref482434724\r\h[6]區域生長和分裂合并這兩種串行區域分割方法是基于區域的圖像分割中的經典方法，分水嶺算法則是最近些年來比較新的方法。區域生長就是先人工選取一個種子點，以這一個種子點為中心，合并周圍的像素點用它們形成一個新的相似像素區域，但是這種方法也對噪聲比較敏感，為解決這一問題，ManganJF等人REF_Ref483059286\r\h[8]提出了一種同倫的區域生長方法，用這種方法來保證不管是最終抽取的區域還是初始區域，它們的區域拓撲結構相同。在區域分裂合并方法中，區域分裂技術就是把一幅圖像看作一個區域，把這個區域分成四個矩形區域，再把每個矩形區域看作一個區域，重復以上的操作，直到每個區域內的像素相似。區域合并就是先對整個圖像進行區域分裂，之后就是合并每個區域中的相似區域。這兩種方法都不像區域生長一樣要人工預先設置種子點，最為核心在于分裂和合并規則的設計，但是這兩個方法可能會因為分割區域的不同導致邊界遭到破壞。人們根據洼地積水的過程設計了分水嶺算法：我們知道一滴水由于重力的作用會從空中滴到一個地形上，之后它會沿著最為陡峭的地形流到地形的底部。在這個地形拓撲表面上，每個水滴都會由于它滴入的位置不同沿著各自不同的路徑到達同一個極小點局部，在這些極小點局部中就會構成一個集水盆地，我們根據極小點的集合來劃分相鄰的集水盆地區域，這樣就形成了分水嶺。我們用分水嶺變換關聯輸入的圖像和極小點的標記，在這個地形拓撲表面上的山頂線就對應于對象的邊界，這樣我們就可以把圖像分成各自對象的區域。對于具有清晰幾何外形的圖像分水嶺算法有著不錯的效果，但是會因為算法本身的原因會導致過分割的問題。3總結在這三類的分割算法中，我們知道了不同分割算法各自的原理。在后來的學者研究發現，可以將統計學、模糊學、形態學、智能算法等應用到圖像分割中，產生了很多與特定理論、方法技巧、原理知識相互結合的分割算法。主要有以下幾種：1)基于水平集的分割算法；2)基于蟻群算法的圖像分割技術；3)基于信息論的技術；4)基于分形的圖像分割；5)與神經網絡相結合的分割技術；6)基于模糊數學的分割技術；7)采用數學形態學的分割技術；面對圖像分割這一難題，雖然學者們已經步入了深入、廣泛的研究并且也獲得了一定的效果，但是隨著時代的進步出現的待解決問題越來越多，越來越復雜，同時人們對分割精確度的要求也不斷的提高，圖像分割這一領域面臨的問題還遠沒有的到有效的解決，還有很多的難題擺在眾多的學者面前。參考文獻姚敏等著.數字圖像處理「M].北京:機械工業出版社.2006.章毓晉著，圖象分割[M].北京:科學出版社，2001.PyunK,LimJ,WonCS,etal.ImagesegmentationusinghiddenMarkovGaussmixturemodels[J].IEEETransactionsImageProcessing,2007,16(7):1902-1911.SezginM.Surveyoverimagethresholdingtechniquesandquantitativeperformanceevaluation[J].JournalofElectronicimaging,2004,13(1):146-168.GurcanR,ErerI,KentS.Anedgedetectionmethodusing2-Dautoregressivelatticepredictionfiltersforremotelysensedimages[C]//GeoscienceandRemoteSensingSymposium,2004.IGARSS'04.Proceedings.2004IEEEInternational.IEEE,2004,6:4219-4222.ZhouY,StarkeyJ,MansinhaL.Segmentationofpetrographicimagesbyintegratingedgedetectionandregiongrowing[J].Computers&Geosciences,2004,30(8):817-831.CannyJ.Acomputationalapproachtoedgedetection[J].PatternAnalysisandMachineIntelligence,IEEETransactionson,