本发明公开的基于显著性的适应阈值自然目标图像分割抽取算法,包括以下步骤:步骤1、对自然目标图像进行聚类分割和显著信息提取,得到均值显著图像;步骤2、根据均值显著图像对自然目标图像进行自适应阈值分割,得到未处理的分割结果二值图像,对未处理的分割结果二值图像进行区域填充,得到完整的目标二值化图像。本算法在通过统计颜色分布信息有效计算其峰值个数作为K‑means聚类的聚类中心数K,消除了人工因素对分割过程的影响。同时,与Mean Shift算法进行分割相比,K‑means算法聚类结果较好。因此,本发明的算法在分割结果的准确性好。