图像分割是很多高级图像处理技术(如可视化、图像压缩、医学图像诊断等)的重要基础工作。迄今为止，已经有很多种不同的图像分割方法提出。阈值法因其实现的简单性而成为图像分割领域的一种重要方法。但是对于复杂的实时图像分割问题，阈值法的高耗时性己经成为该方法发展的一个障碍。因此，寻求一种高效的算法来解决基于阈值法的图像分割问题具有重要意义。 粒子群优化算法是一种新近出现的启发式全局优化算法。由于算法的易实现性和高效性，因此受到了人们的广泛关注。它已成为与遗传算法、禁忌搜索算法以及模拟退火算法并行发展的一种全局优化算法。 本文在前人工作的基础上，对基于粒子群的图像分割算法进行了研究。下面是对本文工作的一个概要： 第一部分对图像分割方法的国内外发展状况以及相关的基本概念进行了介绍，并阐述了本文的主要工作： 第二部分对图像分割算法的阈值分割方法进行了详细的介绍，重点分析了基于直方图的一维和二维阈值分割方法； 第三部分介绍了粒子群优化算法的基本概念、原理及其发展，并分析了其优缺点及国内外一些改进策略； 第四部分提出了一种基于粒子群的多目标二维图像阈值分割算法。算法采用了一种新的二维直方图多目标划分方法，依据初选多阈值将二维直方图划分为多个子区域，对各子区域分别进行有效处理，充分利用有用信息。为减少二维多目标分割的计算量，引入一种新的快速计算方法，将累加和的求解转换为简单的代数和。在多阈值的最优求解过程中采用了粒子群算法，粒子群算法简易快速代替了穷举搜索，能够很好的高效的找到最优解。实验表明，新算法能够快速处理多目标复杂图像分割问题，其性能远远优于一维多目标阈值分割方法，其高效性将二维阈值思想扩展到处理多目标分割问题上成为了可能。