针对和声搜索算法存在早熟、收敛停滞等问题,提出了一种基于混合蛙跳细菌觅食的和声搜索算法(harmony search algorithm based on shuffled frog leaping and bacterial foraging,SFLBF-HSA)。引入混合蛙跳算法全局搜索及细菌觅食优化算法群聚吸引、排斥信号等思想,对和声音调搜索机制进行了改进。首先,提出和声音调学习策略(即吸引信号),利用全局最优和声个体对最差和声个体进行正方向的差异扰动,保持搜索朝向最优个体;其次,提出和声音调调节策略(即排斥信号),利用全局最优和声个体对最差和声个体进行反方向的差异扰动,保持搜索远离局部最优个体并朝向其他优秀个体。在两种策略搜索中,同时利用全局共享因子的非线性动态特点抑制搜索的随机性。Benchmark函数对比实验结果表明,改进后算法在单峰值和多峰值函数寻优问题上收敛速度和精度均有显著提高。将SFLBF-HSA应用于作物籽粒图像分割,提高了分割效果,对颗粒较大,似圆形状作物籽粒图像分割后,识出率和识别成功率有显著提高。