史春天，曾艳阳，侯守明

河南理工大学 计算机科学与技术学院，河南 焦作454000

图像分割一直是图像处理领域中经典的难题，图像分割为了提取图像中有意义模块，将一幅图像划分为几个模块，不同的模块相交为零，每个被分割的模块内部都有相似的性质和统一的标准[1]。图像分割结果的质量好坏决定下一步图像理解的优劣，图像理解包括场景中目标的检测和识别和场景中目标之间的关系等。从19世纪70年代开始图像分割就吸引大量研究人员前赴后继地进行研究，被提出的图像分割算法针对不同的方向有着不同的进展和进步，但是依然没有一个通用于所有图像的分割技术和评判分割是否成功的标准[2]。

针对这个瓶颈各方研究人员提出各自的方案，早期解决优化的问题是使用数学或者数值方法利用求导数的方法得到终解，但随着维数增加，搜索空间也随之加大，陷入局部最优的情况经常发生，数值法不能求得最终的全局解。其后智能算法受到一些研究人员的关注，其中的群体智能算法利用群体优势，在没有集中控制，不需要额外复杂的数学计算的情况下，通过较为简单的信息交互和迭代更新就可以得到优质的全局解并且还具有更好的鲁棒性、灵活性[3]。

随着时代发展，人工智能的进步促使群体智能成为一个重点的研究方向。通过对国内外论文的研究，阐述群体智能算法的起源和研究现状，进一步列举蚁群算法、粒子群算法等经典算法和较新的麻雀算法、蜉蝣算法。……