图像分割是一种重要的图像分析技术。在图像处理过程中,图像分割是从图像预处理到图像识别和图像分析理解的关键步骤,在图像处理中占据重要的位置。图像分割并无统一的分割标准,均是针对具体问题而提出来的。利用进化算法(尤其是遗传算法)进行图像分割,因为它的鲁棒性、并行性和自适应性,已经被证明是一种较为普遍适用且分割效果良好的方法。然而,由于进化算法本身存在的缺点,如处理大规模种群时,其计算牦时大,运算效率低。而在多Agent系统中计算是异步并发的,数据是分散存储处理的,通过这些特点能很好的弥补进化算法的不足,所以如何将多Agent系统与进化算法相结合应用于图像分割足一个关键。本文对进化算法以及多Agent进化算法的理论基础进行了详细的论述,并验证了进化算法与多Agent系统应用于图像分割的可行性。结合进化算法中种群间的协作,本文研究了组织协同进化分类算法的特点,并通过实验验证了其训练速度快,收敛速度快等特点,充分说明了将两种智能方法结合的可能性。最后将本文中研究的混合算法——多Agent遗传算法应用于图像分割中。此算法通过改变遗传算法中个体的协作能力和自学习能力来求得最佳熵,进而快速分割图像。经实验证明,多Agent遗传算法解决图像分割问题具有可行性与高效性。与遗传算法相比较,收敛速度快,分割质量好,显著提高了图像分割的整体性能。