图像分割是指将图像分成互不交叠的有意义的区域，它是后期图像处理、分以及应用的一个重要环节，是图像处理和计算机视觉中的重要技术，并且已在业、军事、医学图像以及机器人视觉领域有着广泛的应用。到目前为止，已经许多的基于图论的图像分割算法，其中归一化割(Normalized cut，Ncut)算法的应十分广泛。图像分割技术无论是在科学研究还是工程技术领域都得到了广泛的应用。具体如下：

1. 图像传输：HDTV、多媒体编码、数字电视、传输、多媒体信息处理、可视电话和会议等等。

   （2）军事图像处理：军事目标检测和定位、无人驾驶飞机、地形配准、地形侦察、军事导航系统等等。

   （3）文本图像分析处理和识别：版面分析和理解、文字识别等等。

   （4）工业图像处理：矿藏分析、无接触式检测、产品的精度和纯度分析、探伤分析、自动化检测和识别等。

   （5）生物医学图像处理：CT、MRI(核磁共振图像)、X光透视、各种细胞自数、生物图片分析、病毒细胞的自动检测和识别、B超体内病变检测等等。

   （6）机器人视觉：无人驾驶汽车、自动化生产线、水下机器人等等。(7)身份鉴定：虹膜识别、指纹识别等。

   自20世纪70年代开始，图像分割技术一直备受人们的高度重视，到目前为止已经有很多的分割方法，从图像分割的依据出发，分割方法分为非连续性分割和相似性分割。一直以来，研究人员一直非常重视对图像分割技术的研究研究者经过这么多年对图像分割的研究，产生了大量的经典图像分割方法，大部分的现代分割算法就是从这些经典图像分割方法的基础之上发展而来的。迄今为止，对图像分割的方向也没有一个统一的理论体系，所以对图像分割的定义以及它的方法的分类也会由于不同的研究人员从不同的态度考虑而不同。近年来有很多不同领域的学者们提出的新理论、新方法与图像分割相结合而形成多种新型分割技术，如聚类分析、图理论、小波变换、人工神经网络等分割方法，这些多领域、多类型的分割方法的提出对于图像分割技术的完善有着重要的作用。

2. 研究的基本内容与方案