本書在深入研究認知物理學理論的基礎上，探索了圖像分割的粒度原理、建立了圖像分割的認知物理學粒計算框架，并在該框架下針對特定的圖像分割問題研究了若干可行有效的新方法。具體針對目前圖像分割方法中存在的不確定性、準則依賴、低維等問題，研究其內在關系，吸收人類視覺認知機理和相關物理學的最新研究成果，將圖像分割納入到認知科學的研究范疇，研究認知物理學的基本理論及其關鍵技術，采用認知物理學的方法探索“數據——信息——知識”的圖像認知過程，揭示人類視覺認知思維中的簡化歸納規律，利用數據場實現圖像粒化，利用數據場的類譜系圖和數據質點的自適應遷移模型實現圖像粒化的計算，利用云模型實現圖像不確定性粒化計算，最終闡明人類視覺認知機理，構建了圖像分割的認知物理學粒計算理論框架，針對具體應用問題研究出新的圖像分割方法，為圖像分割問題提供新的解決思路。同時，本書也為推動認知物理學的發展作出了持續的努力。
本書可供從事人工智能、計算機科學研究的學者，尤其是從事圖像處理、模式識別、計算機視覺的研究和開發人員閱讀、研究，同時，本書也可作為高等院校相關專業的研究生教學用書或參考教材。