1、“.....它是目前图像处理中研究的热点之。 图像分割在图像工程中起着承上启下的作用，可以认为是介于低层次处理和高层次处理的中间层次。 最近几年又出现了许多新思路新方法和改进算法。 多年来人们对图像分割提出了不同的解释和表述，借助集合概念对图像分割可给出如下定义令集合代表的整个图像区域，对的图像分割可以看做是将分成个满足以下条件的非空子集,。 对于所有的和，，有对于,，有对于，有对于,，是连通的区域。 其中是对所有在集合中元素的逻辑谓词，表示空集。 代表分割的所有子区域的并集即为原来的图像，它是图像处理中的每个像素都被处理的保证。 指出分割结果中的各个区域是互不重叠的。 表明在分割结果中......”。

2、“..... 表明在分割结果中同个子区域的像素应当是连通的，也就是说同个子区域内的任意的两个像素在该子区域内是互相连通的。 这些条件对分割具有定的指导作用。 但是，实际中的图像分析和处理都是针对种特定的应用，所以条件中的各种关系也需同实际需求结合来设定的。 人们在多年的研究中积累了很多图像分割的方法。 图像分割是个将像素分类的过程，分类的依据可建立在像素间的相似性灰度不连续性基础之上。 对于相似性检测方法即基于区域的分割方法主要有双峰法区域分裂与合并和自适应阈值分割等对于灰度不连续性检测方法即基于边缘的分割方法主要有边缘检测边缘跟踪和霍夫变换等。 此外，理工大学毕业论文还有结合特定理论工具的分割方法......”。

3、“..... 基于边缘的分割方法基于边缘的分割方法是种利用图像不同区域间的像素灰度不连续的特点检测出区域间的边缘，从而实现图像分割的方法。 边缘检测是所有基于边缘分割方法的第步。 边论文写作过程当中，我遇到了些困难，由于老师的耐心指导和同学们的热心帮助，我找到了的原因，以及改正方法，在此我非常感谢,老师精益求精认真负责的工作态度给我留下了深刻的印象，也给我将来的工作态度指引了方向。 在老师身上学到的不仅是知识，更多的是思想研究方法及做人的哲理，使我终生难忘，在此向老师致以崇高的敬意和衷心的感谢......”。

4、“.....对图像分割的研究直是数字图像处理技术研究中的热点和焦点。 本文介绍了数字图像处理技术中图像分割技术的基本原理和主要方法，对经典的图像分割算法进行了较全面的叙述，分别研究了基于边缘区域和形态学分水岭法的图像分割方法，并使用软件对各种分割方法进行了仿真，对仿真结果进行了分析。 关键词图像分割边缘区域理工大学毕业论文像分割算法的研究已经有几十年的历史，直都受到人们的高度重视。 关于图像分割的原理和方法国内外已有不少的研究成果，但直以来没有种分割方法适用于所有图像分割处理。 传统的图像分割方法存在着些不足，无法满足人们的要求，给进步的图像分析和理解过程带来了困难。 随着计算机技术的发展及其相关技术的成熟，结合图像增强等图像处理技术......”。

5、“..... 然而，到目前为止，人们还没有制定出选择合适分割算法的标准，这给图像分割技术的应用带来许多实际困难。 因此，图像分割的研究还在不断深入，是目前图像处理中研究的热点之。 图像分割在图像工程中起着承上启下的作用，是介于低层次处理和高层次处理的中间层次。 早在年就有人提出了检测边缘算子边缘检测方法，边缘检测已产生了不少经典算法。 目前越来越多的学者开始将数学形态学模糊理论遗传算法理论分形理论和小波变换理论等研究成果运用到图像分割中，产生了结合特定数学方法和针对特殊图像分割的先进图像分割技术。 理工大学毕业论文图像分割技术的发展趋势由于图像分割技术在当今图像工程的发展过程中起着十分重要的作用，得到了广泛应用，促使人们致力于寻找新的理论和方法来提高图像分割的质量，以满足各方面的需求......”。

6、“.....图像分割技术呈现出新的发展趋势多种特征融合的分割方法。 除利用图像的原始灰度特征外，我们还可以利用图像的梯度特征几何特征形态坐标距离方向曲率等变换特征傅立叶谱小波特征分形特征等及统计学特征纹理不变矩灰度均值等等高层次特征，对于每个待分割的像素，将所提取的特征值组成个多维特征矢量，再进行多维特征分析。 通过多种特征的融合，图像像素能被全面描述，从而获得更好的分割结果。 多种分割方法结合的分割方法。 由于目标成像的不确定性以及目标的多样性，单的分割方法很难对含复杂目标的图像取得理想的分割结果。 此时，除需要利用多种特征融合外，还需将多种分割方法结合，使这些方法充分发挥各自的优势，并避免各自的缺点......”。

7、“..... 理工大学毕业论文第二章图像分割的主要方法综述图像分割是图像处理的项关键技术，从世纪年代开始受到人们的高度重视，至今......”。

8、“.....我们常常只对其中的些目标感兴趣，对于这些我们感兴趣的目标，它们通常在要分割的图像中占据定的区域，而且在些特性上与周围的图像存在定的差别。 这些差别可能非常明显，也可能十分细微，以至于人眼无法觉察。 图像分割是按定的制约规则把图像划分为若干个互不相交具有特定性质的区域，是把我们关注的区域从需要分割的图像中提取出来，以此进行进步研究分析和处理的技术。 图像分割的结果是图像特征提取和识别等图像理解的基础，对图像分割的研究直是数字图像处理技术的焦点和热点......”。

9、“.....与图像中各种物体目标相对应。 它使得其后的图像分析和识别等处理过程中所要处理的数据量大大减少了，同时又保留了有关图像结构特征的信息。 通过对分割结果的描述，能够理解图像中包含的有关信息。 图像分割质量直接影响后续图像处理的效果，甚至决定其成败，因此，分割的方法和精确程度至关重要。 由此可知，图像分割在图像工程中占据非常重要的位置。 图像分割在不同的领域也有其它的名称，如目标轮廓技术目标检测技术阈值化技术目标跟踪技术等，这些技术本身或其核心实际上也就是图像分割技术。 图像分割技术的基本现状理工大学毕业论文迭代后的阈值直接调用自带分水岭算法图像分割程序显示图像，类似集水盆地二值化,注意应保证集水盆地的值较低为，否则就要对取反求零值到最近非零值的距离......”。