La segmentación de imágenes, que se ha convertido en un punto de investigación destacado en el campo del procesamiento de imágenes y la visión por computadora, se refiere al proceso de dividir una imagen en regiones significativas y no superpuestas, y es un paso esencial en la comprensión de escenas naturales. A pesar de décadas de esfuerzo y muchos logros, todavía existen desafíos en la extracción de características y el diseño de modelos. En este documento, revisamos sistemáticamente el avance en los métodos de segmentación de imágenes. Según los principios de segmentación y las características de los datos de imagen, principalmente revisamos tres etapas importantes de la segmentación de imágenes, que son la segmentación clásica, la segmentación colaborativa y la segmentación semántica basada en aprendizaje profundo. Detallamos los principales algoritmos y técnicas clave en cada etapa, comparamos y resumimos las ventajas y defectos de diferentes modelos de segmentación, y discutimos su aplicabilidad. Finalmente, analizamos los principales desafíos y tendencias de desarrollo de técnicas de segmentación de imágenes.