图像分割是一项将图像划分为不同区域的技术，每个区域具有特定的共同特征，而不同区域间则存在差异。以下是几种常见的图像分割方法：
1. 基于阈值的分割: 通过比较每个像素的灰度值与预设的阈值，将其分类为图像或背景区域。全局阈值处理适用于灰度均匀的图像，而可变阈值处理则能适应不同区域的特性。然而，这种方法受噪声、光照不均等因素影响。
2. 基于边缘的分割: 利用图像灰度值的突变来识别边缘，边缘是区域之间转换的标识，通过灰度值的导数检测边缘特征。这种方法强调图像局部特征的连续性变化。
3. 基于区域的分割: 包括区域生长、区域分离聚合和分水岭法。区域生长通过相似性质的像素聚集，区域分离聚合则逐步细分图像，直至所有区域满足同一性质。分水岭法以地形比喻，通过洪水淹没过程，找到不同区域的分界线。
4. 基于图论的分割: 将图像视为带权无向图，像素为顶点，像素间的相似度或关系为边，通过切割相似度高的子集区域，形成区域间的界限。