一维最大类间差法（Otsu）是一种广泛使用的图像阈值分割方法，虽然处理速度快，但是没有考虑到像素的领域空间信息，当图像受到噪声干扰等因素影响时，难以获得满意的分割效果，鉴于此，本文提出了一种基于自适应量子遗传算法和二维Otsu的分割方法。二维Otsu法兼顾了图像的灰度信息以及邻域信息，具有抗干扰以及分割精度高的优点，但存在计算量大、实时性差的缺点；利用自适应量子遗传算法则能迅速找到最佳分割阈值，提高运算速度。仿真实验表明，本文方法减少了阈值寻优的时间，提高了分割精度，同时兼具较强的抗干扰能力。