汤弘毅，徐 武*，杨昊东，徐浩东

(1.云南民族大学 电气信息工程学院，昆明 650000)(2.陕西长庆专用车制造有限公司，咸阳 712000)

图像分割是指将图像划分成具有不同特性的区域，并提取出有用目标区域的过程，是理解和分析图像的重要前提，是图像处理的重要环节.目前，用于图像分割的技术很多，大致分为基于边界、基于区域、基于聚类以及基于阈值4类方法.基于阈值的方法是最简单、计算效率高且应用最为广泛的图像分割方法之一.阈值技术的主要目的是找出用于图像分割的阈值，如果图像中有多个灰度值不同的区域，那么可以选择一系列的阀值以将每个像素分到合适的类别中去.只用一个阀值分割称为单阀值方法，用多个阀值分割则称为多阀值方法.在单阈值法中，选择一个阈值将图像分割为目标和背景；而在多级阈值法中，多个阈值被确定，并将图像分割为多个区域[1].

多阈值选择属于一个优化问题，而传统方法求解最佳阈值计算十分复杂耗时.近年来，由于群智能优化算法在解决现实世界中高度非线性和多峰优化问题的突出表现而受到广泛关注，提出了一系列应用群智能优化算法来获得最优阈值的方法.文献[2]提出了一种基于鲸鱼优化和蛾火焰优化算法的多级阈值图像分割方法，利用鲸鱼优化和蛾-火焰优化两种自然启发算法来确定多级阈值情况下的最佳阈值，但是其控制参数较多，产生较大的计算复杂度.文……