几十年来，图像分割技术得到了飞速的发展，人们致力于图像分割算法的开发。目前，图像分割已有几千种算法，但没有一个算法能够适用于所有的图像分割。这些算法大同小异，都是基于图像像素的某些性质。例如，一幅红外图像中属于目标和背景的像素各具有某些独有的性质，即相似性；目标和背景像素间因某些性质差异而各属于不同的区域，特别是边界两边像素的性质决定了目标和背景划分，这种性质称为不连续性。由此，图像分割算法可分为区域分割算法、边缘分割算法、区域和边缘相结合的分割算法以及基于分水岭理论、小波理论等理论的算法。1965年，Roberts算子最早应用于图像边缘检测，此后人们提出多种边缘检测算子。许多理论的发现和提出大大促进了红外图像分割理论的发展，产生了大量红外图像分割算法，如分水岭算法[2]、聚类算法[3,4]、基于小波变换的算法[5]等。此外传统的阈值分割方法如最大熵法、Otsu算法发展到二文，区域生长法结合其他方法的算法[6]等等。19599
    实际上，红外图像各有差异，为了更好的分离出目标，合理地结合各种方法是一个好的方向。图像分割是图像分析的基础，深入研究并改进原有算法乃至提出新算法，能够获得更好的分割结果。 图像分割技术国内外研究现状和发展趋势:http://www.youerw.com/yanjiu/lunwen_11025.html