(1)基于阈值的分割⽅法：在阈值分割中，最常⽤的分割⽅法是直⽅图阈值分割法。直⽅图阈值法必须假设每个峰值对应的是⼀个区域，⽽峰⾕则代表了不同区域的边界值。与灰度图像不同的是，彩⾊图像有R，G，B，3个分量，这给阈值的确定带来了困难，为了解决这个问题，可以采⽤投影的⽅式把三维的直⽅图投影到⼀维平⾯上。 (2)基于边缘的分割⽅法：边缘检测⼴泛引⽤于灰度图像的分割。它通过灰度的不连续性来确定图像中的边缘点从⽽进⾏分割。实际上，在图像的边缘检测中，⼈们⽤差分⽅程来表⽰图像的⼀阶导，在实现编程中差分⽅程⽤模板来构造，称为模板算⼦。常⽤的模板算⼦有oberts算⼦，Prewitt算⼦，Sobel算⼦等。
中央党校
(3)基于区域的分割⽅法：与⼀般的分割⽅法不同，基于区域的分割⽅法是把具有同⼀种特性的像素看做⼀个整体来处理，这些像素在空间上往往是属于相邻的关系但也可以是不相邻的。看球记>亚硫酸钙
(4)基于聚类的分割⽅法：图像分割的结果是把图像⾄少分割成⽬标和背景，它们属于两个不同的类别，这个过程就是⼀个分类的过程。因此聚类分析应⽤到图像分割当中也是可以理解的。聚类是最早应⽤于彩⾊图像分割的⽅法之⼀，因为在⼀幅图像中不同物体颜⾊的差别往往很⼤。常⽤的聚类⽅法有K均值聚类，模糊C均值聚类，分层聚类。 自由呼吸(5)基于模型的分割⽅法：近年来，越来越多的⼯作都是围绕基于模型的的分割技术展开的。如果图像分割后的区域被看做是随机场的模型，则图像分割可以转化为统计最优的⼀个数学问题。它可以提取更准确的分割区域特征数据。
李维汉回忆录
(6)基于特定理论⼯具的分割⽅法：科学技术越先进，不同科学领域问的边界就越来越模糊，其他领域的科学技术同样可以⽤在图像分割领域。从⽽产⽣了如下分割⽅法：基于数学形态学的分割⽅法，基于模糊技术的分割⽅法，基于遗传聚类的分割⽅法等等。这些⽅法把其他领域的思想引⼊到图像分割领域中，既达到了分割的⽬的，⼜推进了图像分割技术的发展。
