1、在圖像的研究和應(yīng)用中，往往只關(guān)心圖像的某些部分，這些部分稱為目標(biāo)或者前景，一般對(duì)應(yīng)于圖像中特定的具有獨(dú)特性質(zhì)的區(qū)域。在實(shí)際應(yīng)用中為了識(shí)別和分析圖像中的目標(biāo)，需要將它們從圖像中識(shí)別和提取出來(lái)，然后對(duì)此目標(biāo)進(jìn)行分析。圖像分割是按照一定準(zhǔn)則把圖像劃分為若干互不相交、具有各自特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過(guò)程。圖像分割技術(shù)是由圖像處理轉(zhuǎn)到圖像分析的關(guān)鍵步驟。一方面，它是目標(biāo)圖像表達(dá)的基礎(chǔ)，對(duì)特征測(cè)量有重要的影響。另一方面，圖像分割和分割的

2、目標(biāo)表達(dá)、特征提取和參數(shù)測(cè)量等將原始圖像轉(zhuǎn)為數(shù)學(xué)表達(dá)形式，使得利用計(jì)算機(jī)進(jìn)行圖像分析和理解成為可能。
　　 現(xiàn)實(shí)中的圖像多數(shù)是帶有噪聲的圖像，而圖像中的噪聲對(duì)圖像分析的影響非常大，所以為了后續(xù)更高層次的處理，很有必要對(duì)圖像進(jìn)行去噪預(yù)處理。有很多方法可用于圖像去噪，如中值濾波，低通濾波等，但它們?cè)趯?duì)保留圖像細(xì)節(jié)的要求方面不是很好。近年來(lái)，小波理論得到了迅速的發(fā)展，而且由于其具有良好的時(shí)域局部化能力和多分辨率分析能力，因此在圖像處理

3、各領(lǐng)域中得到了廣泛的應(yīng)用。數(shù)學(xué)形態(tài)學(xué)圖像處理已發(fā)展成為圖像處理的一個(gè)重要研究領(lǐng)域，數(shù)學(xué)形態(tài)學(xué)通過(guò)研究圖像的幾何特征等來(lái)描述對(duì)象的特征和對(duì)象之間的相互關(guān)系。利用數(shù)學(xué)形態(tài)學(xué)的基本概念和運(yùn)算，可以將結(jié)構(gòu)元素靈活的組合、分解，以達(dá)到處理和分析圖像的目的。
　　 分水嶺(Watershed)變換是一種數(shù)學(xué)形態(tài)學(xué)圖像分割方法，它可以得到精確的邊緣，即連續(xù)、封閉、單像素寬的邊緣。它的主要缺點(diǎn)是對(duì)噪聲十分敏感，很弱的噪聲會(huì)造成嚴(yán)重的過(guò)分割現(xiàn)象，