自然场景图像中的文本提取作为计算机视觉领域的重要分支之一,有着明确的应用方向和研究价值,成为国际上热门的研究课题。本文主要对基于细菌觅食优化算法的文本图像分割方法进行深入研究,综合利用经典与前沿分割技术,以细菌觅食优化算法为寻优工具,建立一个具有自适应性和鲁棒性的新分割方法,达到准确和高效分割图像的目的。在对已有的研究和算法的基础之上,本文针对自然场景文本定位的若干问题提出了新的解决方法,同时对细菌觅食优化算法做了改进,主要包括以下几个方面:(1)在对PCNN的研究应用中,其模型参数的合理确定是个难点,目前其参数需要反复实验才能确定。针对这一问题,提出一种基于改进的PCNN模型,以最大类间方差函数作为细菌觅食算法的适应度函数,采用细菌觅食优化算法搜索最优参数的图像分割算法,省去了人工实验设定参数的麻烦。(2)为了加快图像分割速度,在对标准细菌觅食算法原理进行深入分析的基础上,针对细菌在趋向行为、复制行为和驱散行为中存在的不足做了相应的改进,包括设计一种自适应改变步长的趋向算子,以及在复制行为中对每个细菌一次趋向行为结束后的适应度函数值赋予一个权重系数。改进后的算法收敛速度更快,全局寻优能力更强。实验结果表明,改进的算法在文本定位的准确率和召回率等方面均有提升。