区域分割跟阈值分割的区别在于，区域分割是将在该区域中类型相似的像素点进行连接，形成一个区域，在改区域中再进行分割的方法。由于区域分割是将区域中的像素点连接起来，而其他的分割方法分割结果不能连续，区域分割在这一点上就很好了解决了这个问题。
 在区域分割的方法中，根据区域属性的不同来规定大范围的像素的归属的来去区分不同的区域，来组成各自的区域图的叫做区域生长的方法；如果是以像素元为基础，将属性相近的像素元进行连接之后分割的，称这种区域分割的方法为区域增强。区域分裂与合并的方法是将上述两种区域分割的方法进行合并之后形成的新的分割方法。该方法先将图像按照区域生长的方法将图像按照属性的不同分成各个区域，再将很小的区域使用区域增强的方法组合在一起。完成分割。
基于区域的分割方法由于像素元检测能力的局限性经常容易出现过度分割的情况出现，为了能够达到更好的图像分割的效果，我们现在经常会将基于区域的分割方法跟基于边缘检测的分割方法联合在一起。
（a）基于直方图的图像分割算法
在本文中我们所采用的直方图的图像分割算法就是阈值分割的一种，在这种方法当中，我们先绘制图像的灰度直方图，再设一幅图像仅包含目标和背景，那么它的直方图所代表的像素灰度值概率密度分布函数实际上就是对应目标和背景的两个单峰分布密度函数的和。图像二值化过程就是在直方图上寻找两个峰、一个谷来对一个图像进行分割，也可以通过两级函数来近似直方图。当图像的灰度直方图为双峰分布的时候，图像的内容大致为两部分，分别为灰度分布的两个山峰的附近。因此直方图左侧山峰为亮度较低的部分，这部分恰好对应于画面中较暗的背景部分；直方图右侧山峰为亮度较高的部分，对应于画面中需要分割的目标。选择的阈值为两峰之间的谷底点，即可将目标分割出来。
1.1.2    基于边缘的图像分割方法
即一种通过边缘检测的方法完成图像分割的分割方法，通过对处理顺序可以区分为并行边缘检测以及串行边缘检测。在我们观察一副图片是就可以清晰的观察出图片中事物的边缘，棱角，相邻物体之间的边界，在这些边缘处的灰度值也就不同，我们就可以通过求导的方式来进行检测。当然了，利用灰度变化剧烈的点来求出位置是传统的边缘检测的方法，可以通过这个方法来对求出的点进行微分，或求二阶导数的方法，来确定边缘像素点，之后对图形进行切分。由于本次的设计当中没有设计到边缘检测的操作，和基于边缘的图像分割方法，所以就不多说了。
1.2    课程研究的背景
数字图像处理技术起源于20世纪20年代。当时通过海底电缆从英国伦敦到美国纽约传输了一张照片，它采用数字压缩的技术。1964年在美国喷气推进实验室中，科学家处理了由“徘徊者七号”太空船发回的月球照片，这标志着第三代计算机问世以后数字图像处理的概念开始得到运用。现在，数字图像处理随着计算机科学的发展形成了诸如：图像分割、模式识别、图像复原、图像增强、图像压缩、图像传输等众多分支，在人们的生活中起着日益重要的作用。  图像分割是一种重要的图像分析技术。在对图像的应用和研究中，人们往往仅对图中的某些部分感兴趣。这些部分常称为前景或目标，为了辨识和分析目标，就需要将人们所感兴趣的部分分割出来，这样人们才有可能对图像进行利用。图像分割后，对图像的分析才成为可能。图像分割运用广泛像人工智能、物体识别、遥感器视觉、计算机视觉、气象预测、生物医学、军事上的导航制导等诸多领域的图像处理中，图像分割有着举足轻重的作用。虽然对于图像分割的研究已经取得了一定的成果，但是研究人员还是正在努力寻找更方便、更有效地分割方法，以实现更好地分割。 MATLAB直方图的图像分割系统设计与实现(3):http://www.youerw.com/jisuanji/lunwen_29933.html