图像分割是将图像分割成若干同质区域的过程,使得到的同质区域更加有意义和便于后续处理。图像分割是图像处理的基础,在计算机视觉和模式识别中起了关键性的作用。近年来,大量相关文献的发表促进了图像分割精度和效率的提高,但仍存在一些问题有待改进。本文在归纳和总结传统图像分割方法的基础上对其进行了改进,具体工作如下：(1)针对传统模糊C均值聚类算法对图像分割结果中类内数据空间分布离散问题,提出一种基于全局空间相似性模糊聚类算法。定义空间相似性和灰度相似性度量标准并将其引入到图像中节点与聚类中心点的距离度量公式中,通过调整自由度参数来控制空间特征和和灰度特征在特征空间中所占的比重,增强了分割结果中类内数据样本空间分布的连续性,提高了图像分割精度。(2)将图像空间结构特征引入到模糊C均值聚类中,增强了分割结果中像素点的空间分布连续性,但同时限制了每一类中像素点的空间分布。针对这一问题,提出了一种基于相似类合并FCM算法,并将其应用到图像分割中。应用彩色直方图作为区域描述算子,应用巴氏距离计算初始分割结果中各类之间的相似性,通过最大相似性类间合并准则来合并具有最大相似性的类,获得更加精确的分割结果。(3)针对传统遗传聚类算法和蚁群聚类算法容易陷入局部最优解的问题,提出一种改进的和声搜索算法并将其应用于聚类分析中。将状态反馈机制引入到和声搜索算法中,通过判断和声记忆库中最优和声和最差和声之间的差异,来动态调整和声记忆库考虑概率和移动步长,使算法能够快速的收敛到全局最优解。定义一种新颖的聚类中心数确定方法来获得数据样本真实聚类中心数。(4)传统模糊C均值聚类算法受到自身的局限性而无法获得精确的图像分割结果,针对这一问题,对模糊C均值聚类算法进行改进并将其应用于交互式图像分割中。用户将输入的种子点作为聚类中心点,将图像空间特征,灰度特征和纹理特征引入到FCM算法中来计算图像中任意一点与种子点的差异。通过计算图像中各点与种子点的隶属度来获得图像分割结果。(5)针对粒子群算法在搜索最短路径问题中搜索效率低和容易陷入局部最优解的问题,提一种改进和声搜索算法并将其应用到求解最短路径中。定义了动态基因突变率并将其引入到和声搜索算法中,有效地阻止了算法陷入局部最优解。应用动态优先值编码方案,根据和声向量中精度变量对应节点的优先值来构造路径,通过迭代更新和声记忆库,并最终获得最短路径。(6)针对传统live wire算法易受伪轮廓干扰,并且算法执行效率低的问题,提出一种基于粒子群Live wire的交互式图像分割算法。引入相邻节点间梯度幅值变化函数来减轻伪轮廓的干扰,提高了算法的分割精度。应用粒子群算法求取图像中任意两点间最短路径来定位目标边界,提高算法运行效率。(7)针对传统随机游走算法图像信息描述单一,目标轮廓易受背景干扰的问题,提出一种自适应随机游走图像分割算法。将纹理特征引入到随机游走算法中来刻画图像结构信息,与图像灰度特征共同作用,通过边缘密度计算两种特征在特征空间中所占比例,提高了算法的适用性和分割精度。(8)针对传统随机游走算法分割目标轮廓易受自然纹理背景干扰,并且算法运行效率低的问题,提出了一种基于Mean Shift随机游走图像分割算法。应用Mean Shift算法对图像进行预分割,将图像分成许多同质区域,再将得到的同质区域代替经典随机游走算法中节点来建立对应的无向图；将彩色直方图作为区域描述算子,采用欧氏距离与高斯权函数相结合来建立区域间相似性权函数；应用离散电势理论计算图中节点间电势值,根据节点电势值的大小对预分割得到的同质区域进行分类,实现图像分割。改进算法在分割精度和效率上都有很大提高。(9)针对传统的肺结节分割方法无法精确分割出肺结节外部毛刺,并且无法分离出与血管或胸壁相连的肺结节的问题,提出一种改进的随机游走算法并应用于肺结节的分割中。根据Dirichlet边界条件计算得到的未标记点到标记点的概率值的大小将图像分为目标区域,背景区域和不确定区域,应用欧式距离计算不确定区域中节点与标记点的灰度差异,根据距离的大小将对应节点进行分类,获得更加精确的肺结节分割结果。