分割將一幅影象細分為期組成區域或物件。

單色影象的分割演算法通常基於影象亮度值的兩個基本特性，不連續性和相似性。

在第一種類別中，處理方法是基於亮度的突變來分割一幅影象，如影象中的邊緣。

在第二類別中，主要方法是根據事先定義的準則把影象分割成相似的區域。

數字影象中檢測亮度不連續的三種基本型別：點、線和邊緣。

線上檢測中，我們對指定方向的線更感興趣。在這種情況下，可以使用與該方向相關的掩模並對其輸出做出閾值處理。

目前為止邊緣檢測最常用的方法是檢測亮度值的不均勻性。這樣的不連續是用一階和二階導數檢測的。

邊緣檢測的基本意圖是使用如下兩個基本準則之一在影象中找到亮度快速變化的地方。

1找到亮度的一階導數在幅度上比指定的閾值大的地方。

2找到亮度的二階導數有零交叉的地方。

函式edge實現邊緣檢測。邊緣檢測器有sobel、canny等。

sobel檢測器的呼叫語法為：[g，t]=edge（f,'sobel',T,dir）。

prewitt邊緣檢測器

Roberts邊緣檢測器

Laplacian of a Gaussian(LoG)檢測器

零交叉檢測器，這種檢測器基於LoG方向相同的概念，但卷積是使用指定的濾波函式H執行的。

Canny邊緣檢測器，是使用函式edge的最有效邊緣檢測器。

方法如下：
1.影象使用帶有指定標準偏差的高斯濾波器來平滑，從而可以減少噪聲。

2.在梯度每一點處計算區域性和邊緣方向

3在第2條中確定的邊緣點會導致梯度幅度影象中出現脊。然後，演算法追蹤所有脊的頂部，並將所有不在脊的頂部的畫素設為零。

4最後，演算法將8連線的弱畫素整合到強畫素，執行邊緣連結。

canny邊緣檢測器的語法為：[g,t]=edfe(f,'canny',T,sigma)

典型的邊緣檢測演算法遵循用連結過程把畫素組成有意義的邊緣的方法。一種尋找並連結影象中線段的處理方式是Hough變換。

由於實現的直觀性和簡單性，影象閾值處理在影象分割應用中佔有重要的地位。

函式graythresh函式，該函式使用Otsu方法來計算閾值。函式graythresh取一幅影象，計算它的直方圖，找到最大化方差的閾值。

區域生長時根據預先定義的生產準則來把畫素或子區域集合成較大區域的處理方法。

分水嶺是指一個山脊，在該山脊兩邊的區域中有著不同流向的水系。匯水盆地是指水排入河流或水庫的地理區域。

用於控制過分割的一方法是基於標記符的概念。標記符是一個屬於一幅影象的連線分量。

在大多數自動影象模式識別和場景分析問題中，影象分割是一個基本的預備步驟。