图像分割是数字图像处理领域的基础性问题,其时效性直接影响整个系统的效率,传统的阈值分割方法处理数据量巨大的图像,往往不能满足实时性要求,如何提高提高其处理效率成为目前亟待解决的问题。本文选题“图像分割中的群智能算法改进研究”,目的是在图像分割的应用背景下,改进群智能算法并将其引入到图像分割中去,提高分割效率及准确率。本文主要工作如下:1.在图像分割应用背景下,设定跨种群的群体智能优化算法对比方法,首先利用标准测试函数对群智能算法进行性能测试,然后将改进算法引入到图像分割中去进行验证,并根据此问题规定统一的评价指标,测试算法性能。2.深入分析布谷鸟算法寻优过程,针对其在维度更新上的退化问题提出一种基于混合维度更新的布谷鸟优化算法,通过引入逐维更新与整体更新相结合的混合维度更新策略对算法进行修正,以方差可调的正态分布进行步长有区分的整体邻域搜索。实验证明,算法的搜索精度得到有效提高,提高平均寻优准确度至76.94%,较穷举法减少运行时间约1.3s。3.深入分析鸟群算法寻优过程,针对其在平衡生产和觅食能力上的僵化问题提出一种基于动态惯性权重的鸟群优化算法,算法通过引入非线性动态惯性权重平衡局部与全局搜索能力,在生产者觅食的过程中引入莱维飞行。实验表明改进后的鸟群算法有效提高了算法的收敛速度和寻优精度;提高平均寻优准确度至94.72%,较穷举法减少运行时间约1.2s。