对于图像信号，为了描述的方便和不失一般性，假定图像的指标空间为时间（ｔ）和几何空间（ｘ，ｙ，ｚ）构成，其值空间为U，其元素ｕ＝｛uR,uG,uB}。如果指标空间D中的所有元素d=(d1,d2,.dn)=(x,y,z,t)均可取连续值，则称此信号为连续图像。相反的，如果d只能取离散值的图像为离散图像。习惯上，把空间连续（或离散）的图像称为连续（或离散）图像。数字图像指幅度和空间同时离散（或同时连续的图像）。
与模拟图像相比，数字图像具有以下显著特点[1]：
1）精度高：目前的计算机技术可以将一幅模拟图像化为任意的二文数组，即数字图像可以由无限个像素组成，每个像素的亮度可以量化为12位（即4096个灰度级），这样的精度使数字图像与彩色图像的效果相差无几；
2）处理方便：由于数字图像本质上是一组数据，所以可以使用计算机对它进行任意方式的修改，例如，放大、缩小、改变颜色、幅值和删除某一部分等；
3）重复性好：模拟图像（例如，照片）即便使用非常好的底片和相纸，也会随着时间的流逝而褪色、发黄，而数字图像可以储存在光盘中，上百年后再用计算机重现也不会有丝毫的改变。
    在一副图像中，我们常常只对其中的某些目标感兴趣，对于这些我们感兴趣的目标，它们通常在要分割的图像中占据一定的区域，而且在某些特性上与周围的图像存在一定的差别。这些差别可能非常明显，也可能十分细微，以至于人眼无法觉察。
图像分割是按一定的制约规则把图像划分为若干个互不相交、具有特定性质的区域，是把我们关注的区域从需要分割的图像中提取出来，以此进行进一步研究分析和处理的技术。图像分割的结果是图像特征提取和识别等图像理解的基础，对图像分割的研究一直是数字图像处理技术的焦点和热点 。
图像分割把图像空间分成一些有意义的区域，与图像中各种物体目标相对应。它使得其后的图像分析和识别等处理过程中所要处理的数据量大大减少了，同时又保留了有关图像结构特征的信息。通过对分割结果的描述，能够理解图像中包含的有关信息。图像分割质量直接影响后续图像处理的效果，甚至决定其成败，因此，分割的方法和精确程度至关重要。由此可知，图像分割在图像工程中占据非常重要的位置。
图像分割在不同的领域也有其它的名称，如目标轮廓技术、目标检测技术、阈值化技术、目标跟踪技术等，这些技术本身或其核心实际上也就是图像分割技术。
2．图像分割概念
2.1  图像分割定义
    文字定义：把图象（空间）按一定要求分成一些“有意义”区域的处理技术。“有意义”—希望这些区域能分别和图象景物中各目标物(或背景)相对应。
正式“集合”定义：
令集合 R 代表整个图象区域，对R的分割可看作将R分成若干个满足如下五个条件的非空的子集（子区域）：
（1） （分割所得全部子区域的总和（并集）应能包括图象中所有象素或将图象中每个象素都划分进一个子区中）
（2）对所有的i 和j ,有Ri ∩ Rj = ø (i≠j);（各子区互不重叠）
（3）对i=1，2，3……，N，有P（Ri）=TRUE；（属于同一子区象素应具有的某些共同特性）
（4）对i≠j，有P(Ri ∪Rj)=FALSE；（属于不同子区象素应具有某些不同特性）
（5）对i=1，2，……，N，Ri是连通区域（同一子区内象素应当是连通的）[2].
条件1指出对一幅图象的分割结果的全部子区域的总和(并集)就是原图象，或者说分割应该是将图象中的每个象素都分进某个子区域中。条件2指出在分割结果中各个子区域是互不重叠的，或者说在分割结果中一个象素不能同时属于两个区域。条件3指出在分割结果中每个子区域都有独特的特性，或者说属于同一个区域中的象素应该具有某些相同的特性。条件4指出在分割结果中，不同的子区域具有不同的特性，没有公共元素，或者说属于不同区域的象素应该具有一些不同的特性。条件5要求分割结果中同一个子区域内的象素应当是相通的，即同一个子区域内的任意两个象素在该子区域内是互相连通，或者说分割得到的区域是一个连通组元。 C++基于图像的道路分割技术(2):http://www.youerw.com/zidonghua/lunwen_9377.html