人工免疫系统是近几年发展起来的新的计算智能研究领域，并逐渐成为关于新的进化计算和模式识别的研究热点。免疫系统独特的自我学习、自我组织和高度并行性，提供了一种强大的信息处理和问题求解范式，为人们解决目前面临的许多工程上的热点和难点问题提供了新思路。免疫规划集免疫机制与进化机制于一体，是人工免疫系统在工程应用中的新思路。它能够利用局部特征信息构造免疫算子，以一定的强度干预全局并行的搜索进程，使构造出的算法具有快速全局收敛的良好性能，并有效地抑制了以往优化算法中的退化现象，提高了算法的整体性能。本论文的研究工作从阅读大量的国内外资料和深入的思考出发，在深入研究人工免疫系统特性机理的基础上，对免疫规划在图像分割中应用的可能性进行了深入探讨，并成功地将免疫规划思想应用于图像分割问题，设计了基于最大信息熵理论的图像阈值分割和基于费用函数最小化方法的图像分割算法，这种算法的适应性强，不但适合具有双峰结构直方图的图像，对直方图结构较为复杂的图像也非常有效。理论分析和仿真实验表明，免疫规划可以避免以往优化算法易收敛于局部极值的弊病，在解决图像分割问题时取得了较好的效果。