图像分割是一种图像处理技术，其核心任务是将图像分解为多个具有特定特征的区域，以便识别和提取感兴趣的对象。这个过程在从图像处理过渡到图像分析的过程中扮演着至关重要的角色。
现有的图像分割策略大致可以分为几个主要类别：首先，基于阈值的分割，它通过设置特定的阈值来区分图像中的不同区域；其次，基于区域的分割，这种方法关注图像中连续像素的相似性来划分区域；再者，基于边缘的分割，它侧重于图像中的边界信息，通过检测边缘来定义分割区域；最后，还有基于特定理论的分割，如基于数学模型、机器学习理论等，这些方法利用理论支持进行更为精确的分割。
近年来，随着科技的进步，研究人员不断对传统方法进行优化，并尝试将跨学科的新理论和新技术融入图像分割领域，从而催生出更多创新的分割策略。这些新的方法不断丰富了图像分割的技术手段，提高了分割的准确性和效率。
数字图像处理技术是一个跨学科的领域。随着计算机科学技术的不断发展，图像处理和分析逐渐形成了自己的科学体系，新的处理方法层出不穷，尽管其发展历史不长，但却引起各方面人士的广泛关注。首先，视觉是人类最重要的感知手段，图像又是视觉的基础，因此，数字图像成为心理学、生理学、计算机科学等诸多领域内的学者们研究视觉感知的有效工具。其次，图像处理在军事、遥感、气象等大型应用中有不断增长的需求。