图像分割是任何图像分析及视觉系统必不可少的环节,是计算机视觉研究中的一个基本的问题。人类对自身视觉机理研究的不断深入及计算机技术的迅速发展为图像分割问题的解决提供了新的途径。结合人工神经网络或遗传算法进行图像分割的方法,推动了图像分割向智能化方向发展。局部兴奋全局抑制振荡网络(Locally excitatory globally inhibitory oscillator networks,简称LEGION)最早是由D.L.Wang和D.Terman提出,并且在该网络的基础上提出了基于该网络结构的图像分割算法——LEGION图像分割算法。本文研究了LEGION振荡网络、LEGION图像分割算法以及片上可编程系统(System On Programmable Chip,简称SOPC)。在计算机上仿真了LEGION振荡模型,研究了参数对模型的影响,然后仿真实现了LEGION图像分割算法,调整该算法中的参数以观察其对图像分割效果的影响,并确定了一个经验参数,能取得较好的分割效果。采用本算法和其他常用的图像分割算法进行了比较,说明本算法的分割效果较好。设计了LEGION图像分割处理系统的总体方案,在系统中采用定制的用户指令来实现相关功能,采用NIOS II CPU来完成软件算法,实现软硬件的合理搭配。完成了系统中软件和硬件设计,给出了软件流程图以及硬件模块的仿真结果。在LEGION图像分割处理系统上做了实验,实验结果和仿真结果相一致。LEGION图像分割处理系统实现了图像分割的功能,并且可以为移动和手持设备提供参考设计。