圖像分割的基本算法有很多分類，根據分割考慮的因素可以簡單分爲：
1）基於單個像素的單個特徵分割
2）基於多像素的多特徵分割
方法1非常簡單，我們熟知的Otsu閾值分割就是基於單像素的灰度值進行分割（當然在獲取分割閾值的時候還是考慮了整體的分佈）
方法2包含的就比較多，例如區域增長分割，其考慮的因素至少是兩個：一是相鄰像素；二是相鄰像素的一致性關係，把符合一致性的相鄰像素加入分割區域，重複操作直到分割區域裏面像素的邊界相鄰像素不滿足該條件爲止。
分水嶺分割其實也是一種區域增長分割方法，其區域增長的種子像素根據圖像梯度值進行選擇（選擇那些梯度極小值點作爲集水盆地），然後往裏面關門“放水”，不同集水盆地放入同樣高的水，當這些集水盆地的水一樣高時築起邊界，稱爲分水嶺線，用於防止集水盆地互相融合，這些分水嶺線就是分割的邊界。當然分水嶺分割容易引起過分割，需要通過一些方法對這些集水盆地進行融合，最後剩下具有語義信息的幾個集水盆地和分水嶺線，作爲最後分割的結果。所以在分水嶺分割算法當中，像素梯度大小作爲一個很重要的因素參與了分割的決策，是分割主要依賴的特徵。