在医学上很多临床病症表现为白细胞数目的增多、肿大或者白细胞中细胞核的形状发生变化,所以对白细胞数目和形状的研究有及其重要的意义;只有在对白细胞进行正确分割的前提下,才可识别出目标的各类特征。图像分割是进行正确分类和识别的基础,是图像处理领域中的关键问题之一。遗传算法是一种高效并行的全局搜索方法,具有鲁棒性、并行性和自适应性的特点,已广泛应用到许多学科及工程领域;在图像分割领域,遗传算法常用来确定分割阈值。在研究图像分割方法,遗传算法的原理及其在图像分割领域的应用的基础上,针对血液细胞图像自身的特殊性,以提高全局搜索能力和收敛速度为目的,提出了一种改进遗传算法的分割方法。算法采用二进制编码机制;为保持种群的多样性,随机产生初始种群;以最大类间方差法作适应度函数;在更新种群方面,引入了新个体。分析了图像分割的质量评价方法,以区域一致性、区域对比度、运行时间为评价准则,对改进遗传算法的分割方法与传统的几种全局阈值分割方法进行了对比研究。实验结果表明,提出的基于遗传算法的图像的分割方法,得到的图像目标清晰,分割速度较快、分割效果较好,有一定的应用前景。