图像分割是模式识别与图像分析的预处理阶段,是图像处理到图像分析的关键步骤,也是一种基本的计算机视觉技术,在图像识别与图像分析中具有重要的意义。遗传算法是一种基于生物自然选择和遗传机理的随机搜索优化方法。近几年由于其求解复杂优化问题的巨大潜力及其在工业上的成功应用,越来越受到国内外学者的广泛关注。遗传算法具有简单、鲁棒性好、本质并行和自适应的突出优点。在遗传算法中引入选择算子、交叉算子、变异算子和新个体,避免了局部早熟,提高了收敛速度和全局收敛能力。遗传算法作为一种并行算法,提高速度的潜力十分巨大。图像分割的计算复杂度高、计算时间长。为此,在图像分割领域,遗传算法常用来帮助确定分割阈值。本文介绍了图像分割的一般模型、基于阈值选取的图像分割方法,讨论了遗传算法的概念、实现过程、数学理论基础、特点、应用及发展前景。鉴于遗传算法的优化原理,提出了一种基于遗传算法的图像分割方法,该方法将遗传算法引入图像分割,利用遗传算法的快速寻优特点,优化了求解阈值的过程,极大地减少了计算量和存储空间。实验结果表明这种方法得到了较好的结果。