翻译。。

图像分割是大多数图像分析需要的必要操作。特别地，许多现存的图像描述、图像识别、图像可视化以及基于对象的图像压缩等方面的技术十分依赖于图像分割的结果。总的来说，大部分图像分割存在的问题都包括针对给定图像分割成一些同质的区域（空间上联通一定的像素），从而使相邻的区域形成成分不同的区域。同样的，图像分割也被认为是标志性的像素处理过程。即同处于同一区域的像素被分配到相同的标签。有几种定义图像分割中基于对象的区域同质性的方法。然而，独立于同质性标准，破坏了几乎所有获取到的图像的噪声很可能影响了形成无错的图像分割。

许多技术都被提出可以来解决图像分割的问题。他们大体上分成了以下几个方面。

基于直方图的图像分割：假定图像是在与背景良好区别，由一定数量连续强度的物体组成。图像直方图通常被认为是图像高斯混合后灰度概率密度函数的一个近似代表，因此，图像分割的问题就变成了一个由像素分类决定的参数估计。然而，这些方法只有在非常严格的条件下才能达到较好的效果，例如较小的噪声方差、接近相等的区域大小。另一个问题是确定分类的数量，通常在这个数字假定是已知的。在空间光滑性约束的条件下可以得到较好的结果。

II 问题公式化 及算法梗概

复制不上就截图好了