CCD視覺檢測分割主要有兩種方法：一是鑒于度量空間的灰度閾值分割法。CCD視覺檢測是根據圖像灰度直方圖來決定圖像空間域像素聚類，但CCD視覺檢測只利用了圖像灰度特征，并沒有利用圖像中的其它有用信息，使得分割結果對噪聲十分敏感。二是空間域區域增長分割方法。它是對在某種意義上如灰度級、組織、梯度等具有相似性質的像素連通集構成分割區域。該方法有很好的分割 效果，但缺點是運算復雜，處理速度慢。其它的方法還有如邊緣追蹤法、錐體圖像數據結構法、標記松弛迭代法、基于知識的分割方法等等。CCD視覺檢測分割是將圖像分成若干部分，每一部分對應于某一物體表面。在進行分割時，每一部分的灰度或紋理符合某一種均勻測度度量，其本質是將像素進行分類，分類的依據是像素的灰度值、顏色、頻譜特性、空間特性或紋理特性等。通常CCD視覺檢測按兩種原則進行圖像分割：一是基于點相關的分割技術，即依據各個像素點的灰度不連續性進行分割；二是基于區域相關的分割技術，即依據同一區域內具有相似的區域或組織特征尋求不同區域之邊界。依據這兩條原則，CCD視覺檢測分割方法分為基于直方圖、基于邊緣、基于區域和邊緣分割等方法。