图像分割主要是把特定的感兴趣的区域提取出来的技术，它是图像识别、图像检测和图像匹配中的关键步骤，从图像处理到图像分析起到了枢纽的作用，在图像工程中占着极为重要的位置。阈值图像分割是图像分割中的一个重要技术，它是从目标图像的灰度直方图中选取一个所需的分割阈值，然后根据这个阈值对目标图像进行分割的方法。　　本文首先对全局阈值分割算法进行了研究，在基于全局阈值的基本分割算法的基础上，提出了基于二维直方图的多阈值分割算法。多阈值分割算法对低对比度的图像具有较好的分割效果。针对多阈值分割算法较高的时间复杂度问题，采用了改进的遗传算法优化算法的分割时间。在基本的遗传算法的基础上改进种群个体选择，让优秀的种群个体直接进入进化，改进选择算子选择、变异算子选择，提高了遗传算法的计算效率，使遗传算法的收敛结果更加精确。　　本文最后将多阈值分割算法应用于苹果树中的红色苹果的定位。为了保证定位苹果的完整性，又对多阈值算法分割之后的图像进行二次处理，其中二次处理包括通过高阈值图像来分割低阈值图像使得分割目标完整性更好和数学形态学方法去除干扰因素。最终苹果的定位率能达到百分之八十以上，定位的效果还是挺理想。