本书一共包含15个章节, 主要包括图像分割的背景、目的、意义, 以及国内外现状; 图割模型优化的基础理论; 图像的配准方法; 图像的融合方法; 基于全变分流的边界 (TVFE) 提取技术; 改进有限混合模型的图像分割方法; 图像的去色方法; 结合狄利克雷分布与均值模板的图像分割方法; 结合测地线活动轮廓与模糊C均值的图像分割方法; 基于非局部均值模板的图像分割方法; 基于空间约束概率模型优化的图像分割方法; 基于多变量学生-t分布的多类图像分割方法; 深度学习的基本原理; 图像的场景分类方法; 图像的目标检测方法。