图像分割技术用于提取图像中感兴趣的目标,它是图像处理中十分重要的研究内容之一。近年来越来越多的人对此展开了研究,涌现了许多新理论、新方法。但目前,仍没有出现通用的图像分割方法。图像的边缘是一个相当重要的图像特征和可利用的信息,通过捕获目标的边缘信息,传统的主动轮廓模型(ActiveContour Model,简称ACM),又称Snake模型,对一系列计算机视觉问题给出了统一地解决方法,已经被成功的应用于边缘提取、图像分割和分类、运动跟踪、三维重建、立体视觉匹配等计算机视觉领域。本文对现有主动轮廓线模型进行了推广,提出了多种群粒子群优化算法(Particle Swarm Optimization,简称PSO)的主动轮廓模型,运用粒子群优化算法简单容易实现、收敛速度快并且能以较大的概率找到优化问题的全局最优解的优点,实现对目标边界的快速、准确分割。主要工作如下:1、在标准粒子群优化算法的基础上,提出了多种群协同进化的微粒群算法,通过相邻种群间协同进化,周期性地更新共享信息,提高了算法的运算速度,极大地改善了求解性能。2、提出了多种群粒子群优化算法的主动轮廓模型,扩大了控制点的搜索区域,实现对目标边界的准确分割。与传统主动轮廓模型相比,通过种群间协同进化,在不增加额外时间开销的前提下,能更准确的搜索到目标的凹陷边界处。