传统的图像分割相似性度量方法,存在片面考虑图像像素值的大小,或仅考虑像素点间的距离等局限性.同时大多数图像,由于光线角度、背景干扰等原因,需用精度更高的计算方法去除噪声点.为提高图像分割算法的性能,综合考虑图像像素点的像素值大小和像素点间的距离,提出了一种基于加权切比雪夫距离的图像分割算法(Image Segmentation based on Weighted Chebyshev Distance,ISWCD).首先将图像梯度信息和邻域信息结合使用阈值法去除噪声,从对应图像的RGB空间像素矩阵中提取特征向量,然后计算加权切比雪夫距离,从而得出相似矩阵,最终利用谱聚类实现图像分割.在BSDS300和VOC2012两个数据集上进行实验,结果表明ISWCD算法性能优于传统图像分割算法.