图像滤波处理主要分为两种，分别是线性滤波处理与非线性滤波处理。其中，非线性滤波对图像中的各个细节起到保护作用，去除图像噪音时，保证图像细节更加完整，在图像滤波处理中有良好的应用效果。在非线性滤波中，应用效果较好的分别是粒子滤波与卡尔曼滤波两种，与粒子滤波相比，卡尔曼滤波操作比较简单，鲁棒性能也比较好，在机器视觉跟踪领域应用较多。粒子滤波与卡尔曼滤波算法不同，该方法存在样本匮乏、粒子数量选择不当等一系列问题。

　　（1）阈值分割法，这种方法属于常规图像分割方法，工作原理是将图像的像素点分为不同类型，并对各个类型的图像像素点进行计量，该方法具有操作便捷、图像计算量较小、性能可靠等特点，但是，该方法的操作范围比较小，分割进度缓慢。

　　（2）能量最小化分割方法，该项分割方法的主要缺点是计算效率特别低，应用效果较差。