遗传算法作为一种求解问题的高效并行的全局搜索方法，以其固有的鲁棒性、并行性和自适应性，使之非常适于大规模搜索空间的寻优，已广泛应用许多学科及工程领域。在计算机视觉领域中的应用也正日益受到重视，为图像分割问题提供了新而有效的方法。本论文对图像分割算法进行了研究与比较；对遗传算法理论、遗传算法在图像分割领域的应用现状及遗传分割算法的原理、过程、结果等几方面做了研究。通过对遗传算法运行机理的深入研究，针对一些有噪声的图像，本文提出一种基于改进遗传算法的图像分割方法。算法中采用二维编码机制；为保持种群的多样性，随机均匀地产生初始种群；遗传操作中的交叉操作中引入了一项规则防止种群退化；为使遗传算法保持种群的多样性，以防止出现未成熟收敛，本文设计了一个自适应变异算子；以及在种群更新机制方面，提出了新的解决方案。实验结果表明，本文提出的基于改进的遗传算法优化了图像的分割，运算速度明显比传统分割算法快，而且取得了比传统算法更好的分割质量。本文程序采用VC++6.0在WinXP 环境下编译完成。