数字图像分析是图像处理的高级阶段，它所研究的是使用机器分析和识别周围物体的视觉图像，从而可得出结论性的判断。图像分割根据选定的特征将图像划分成几个有意义的部分，从而使原图像在内容表达上更为简单明了。图像分割是按照图像的某些特性(如灰度等级)将图像分成若干区域，在每个区域内部有相同或者相近的特征，而相邻区域的特征不相同。一般假设在同一区域内特征的变化平缓，而在区域的边界上特性的变化剧烈。目前，已经提出了很多种图像分割的方法。它们各自基于不同的图像模型，利用不同的特性，有各自一定的适用范围和优缺点，没有一种普遍适用的最优方法。图像分割的方法大致可以分为基于边缘检测的方法和基于区域生成的方法两大类:1、边缘检测图像边缘对图像识别和计算机分析十分有用。边缘能勾画出目标物体，使观察者一目了然;边缘蕴含了丰富的内在信息(如方向、阶跃性质、形状等)，是图像识别中重要的图像特征之一。从本质上说，图像边缘是图像局部特性不连续性(灰度突变、颜色突变、纹理结构突变等)的反映，它标志着一个区域的终结和另一个区域的开始。边缘提取首先检测出图像局部特性的不连续性，然后再将这些不连续的边缘象素连成完备的边界