针对铅锌浮选气泡暗颜色、细节弱、分割难的特征,提出了一种新的图像分割算法.该算法分成3个部分:气泡边界增强,即基于分形学改进分数阶微分算法,根据图像的纹理特性自动确定分数阶微分的非整数阶数,以自适应分数阶微分算法增强气泡边缘;气泡亮点区域提取,即在改进传统的水平集算法基础上,进行气泡亮点区域的精确提取,以克服全局自动阈值算法在提取气泡亮点时存在的缺陷;图像分割,即利用内外标记修正梯度图像,运用分水岭算法对浮选图像进行分割.对不同类型铅锌矿气泡图像进行实验,并通过与多种传统的图像分害割算法分析比较.结果表明,新算法不仅提高了浮选气泡图像的分割精度,还有效地减少了传统图像分割算法的过分割问题,本文算法对于浮选气泡具有良好的分割效果.