为了简单起见，通过定义形态学作为形状和边界界定，图像分割的目标是定义具有内部相似性的区域，例如纹理或统计相似性。
形态学用于识别多边形形状的区域特征，区域特征可以用形状度量进行描述。根据每个区域的策略或处理目标不同，图像被分割成多个区域，以便可以独立处理和分析。
| 方法 |
说明 |
| 形态学分割： |
分割区域由阈值化和形态学算子来确定 |
| 基于纹理的分割： |
采用区域纹理将相似的纹理分成连接的区域 |
| 基于变换的分割： |
利用基空间特征来分割图像 |
| 边界分割： |
单独利用梯度或边缘来定义区域边界，在有些情况下需要将区域的边缘连接起来以形成边界 |
| 颜色分割： |
使用颜色信息来定义区域 |
| 超像素分割： |
通过核和距离变换将像素分组，然后将它们的像素值修改为一个共同的值 |
| 灰度级/亮度分割： |
使用灰度阈值或带（band）来确定分割区域 |
| 深度分割： |
根据深度图和观察者距离将图像分割成前景、背景或其他场景间特征的等级 |
先画条分界线之后再慢慢补充-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------