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。
