- 上一篇：自主车国内外研究现状综述
- 下一篇：国内外企业员工培训的研究现状及发展趋势
（2）基于模式聚类的图像分割算法
模式聚类是指按照一定的规则把待处理的图像分成有相同性质特征的子图，使每个子图内的图形特征形似度达到最大，使子图间的图形相似度达到最小。常使用的相似度度量规则有Sup距离、Euclidean距离、Mahalanobis距离、点对称距离和Minkowski距离等。此算法的关键步骤在于特征的提取、聚类算法选取和结果的评估。常见的聚类算法有K-mean算法、阈值分割、C-means聚类、均值漂移算法等。
（3）基于模型优化的图像分割算法
此类算法的关键之处在于结合全局特征并融入先验知识的约束，将需要求解的图像分割问题转化为普通的能量模型的优化，最终求得全局最优分割。此类方法的分割结果较其他方法更加的优化自然，近来受到越来越多的关注与研究。
（4）其他扩展的图像分割算法
此类算法包括交互式图像分割方法、基于神经网络分类的图像分割方法、基于物理学的分割方法等，本文将研究交互式图像分割方法在彩色图像中的应用。