指定的阈值将像素分为两个级别之，以隔离对象。阈值化将灰度图像转换为二值图像或将彩色图像的较亮和较暗像素进行区分。 基于- 聚类：算法识别数据中的组，变量表示组的数量。该算法根据特征相似性将每个数据点（或像素分配到其中组。
聚类不是分析预定义的组，而是迭代地工作，从而有机地形成组。 基于直方图的图像分割：使用直方图根据灰度对像素进行分组。简单的图像由个对象和个背景组成。背景通常是个灰度级，是较大的实体。因此，个较大的峰值代表了直方图中的背景灰度。
个较小的峰值代表这个物体，这是另个灰色级别。 ) 基于边缘检测：。边缘检测通常包 俄罗斯电话号码 括将不连续点排列成曲线线段或边缘。例如，块红色和块蓝色之间的边界。 基于深度学习的图像分割方法下面介绍几个经典的基于深度学习的图像分割方法，包括全卷积网络-。
) ：是种基于上采样反卷积的分割方法，能够实现图像端到端的分割。 ) ：由于没有考虑到局部乃至全局的信息，对各个像素分别进行分类，没有充分考虑像素与像素的关系，缺乏空间致性，而在语义分割中这种像素间的依赖关系是非常有用的。