图像分割是图像处理领域中一项非常重要的技术,图像分割的好坏直接影响图像处理的后续结果。图像分割已在监控安防、医疗设备、工业生产以及人们的日常生活中起到重要作用,近几年来越来越多的学者在持续研究新的算法应用到新的场景,本文主要对2维otsu和最大熵算法进行研究和改进。对维otsu算法计算量大分割实时性差且抗噪性弱的问题,本文提出一种新的改进方法,在二维直方图中将对角线附近的主要分割点限定在与对角线平行的两条平行线内,在两条平行线区域内用与对角线垂直的分割先进分割,并推导出快速计算公式,提高了分割的实时性,并对两条平行线外的噪声区的错误分割做出修正提高了分割的抗噪性。最后通过实验验证了改进算法的正确性。通过最大熵算法分割图像将目标与背景之间的像素分布区别明显,效果清晰,并在一维最大熵的基础上提高到二维,针对二维最大熵的实时性问题,对二维最大熵法通过递推优化算法,提高分割实时性。同时,为更好分割图像,对图像二维直方图进行重新划分提高抗噪性,由于最大熵计算过程中存在大量的对数运算,并且在计算过程中存在大量的重复性计算,通过粒子群算法的快速寻优能力,对粒子群算法加入变异因子以避免寻优过程中陷入局部最优,以图像的最大熵值为目标函数,在多维空间中搜索最优值,每次迭代选择最大熵较大粒子做最新状态,不断更新速度位置搜索到最优值。