对经典边缘分割算法进行了比较，并且对其性能，精度等进行了分析。

在对超像素的多种生成方法有一定了解之后，比较各种算法的优劣，可以发现无论是那种算法都 很难做到对超像素数量的良好控制，把图像分割成超像素后，超像素的数量要么大于预期值造成过分 割，要么小于预期值造成欠分割。 而造成超像素数量难以控制的原因则是因为不同算法在由于自身策略的需要造成超像素数量的偏 差，以超像素分割中最经典的 SLIC 算法为例，分析其背后原因。 首先介绍一下 SLIC 算法，算法大致思想为:将图像从 RGB 颜色空间转换到 CIE-Lab 颜色空间， 对应每个像素的(l, a, b

针对煤和矸石灰度的不同,本文介绍了一种基于灰度的自适应边缘检测法,首先对图像进行灰度增强预处理,然后采用迭代算法求出图像分割的最佳阈值,结合形态学的腐蚀算法从而实现图像的精确边缘检测,并给出了仿真实例。与几种经典的边缘检测算子相比较,该算法效果最佳。