图像分割是图像处理向图像分析过渡的关键环节,分割效果的优劣直接影响到后续目标识别等环节,因此,对图像分割方法的研究一直是图像工程领域的研究热点之一.目前已提出众多分割算法,但评估一个算法是否优于其它算法仍是一个困难的问题.要克服这个困难就要研究图像分割评价方法,分割算法的评价包括分割质量评价、抗噪性评价、运算复杂度评价等方面的评价.本文针对图像分割质量评价,建立综合评价模型.主要研究内容包括以下三个方面:1.针对当前图像分割评价指标不能很好的反映分割结果的问题,提出了基于组合赋权的灰色评估模型.首先,在现有典型评价准则中选取了概率边缘指数、全局一致性误差和变换信息量作为评估准则.其次,提出了结合德尔菲法、强制判定法和熵权法的主客观组合赋权法.最后,利用所提出的模型对测试图像进行评价.实验结果表明所提出的模型更符合主观评价结果及地面真实结果.2.在最大熵多阈值分割算法的基础上,提出了基于花授粉算法的多阈值图像分割算法.实验结果表明,在多阈值分割中,花授粉算法优于遗传算法和蛙跳算法.3.用上述建立的基于组合赋权的图像分割灰色评估模型来分别比较基于花授粉算法,遗传算法和蛙跳算法的最大熵多阈值算法所得到的分割图,实验表明该模型排序结果与最大熵的排序结果一致,进一步验证了模型的有效性以及基于花授粉算法的多阈值图像分割算法的优越性.