由于基本粒子群算法存在易陷入局部最优以及过早收敛的缺点,使得基于粒子群和模糊熵的图像分割算法难以得到理想的分割效果。针对此问题,提出了一种基于惯性因子自适应粒子群和模糊熵的图像分割算法,利用惯性因子自适应粒子群和高斯变异来搜索使模糊熵最大的参数值,得到模糊参数的最优组合,进而确定图像的分割阈值。通过与其他两种粒子群算法的分割结果进行比较,表明该算法取得了令人满意的分割结果,算法运算时间较小,具有很好的鲁棒性和自适应性。