为了实现物联网环境下果园飞鸟的自动驱离，使其复杂条件下能够准确驱赶空中的飞鸟，提出了一种基于改进的Chan-Vese模型与边缘转换的空中飞鸟分割算法。通过准确识别飞鸟，为系统自动发出超声波驱离飞鸟提供准确的信息。利用Canny算子获取飞鸟图像的边缘信息；使用欧氏距离计算得到二进制边缘的距离映射；引入S形函数，构建边缘转换图；引入自动局部比，对Chan-Vese模型进行改进，以准确分割边缘映射图。实验结果表明：与SBGFRLS算法、G-CV算法和FAST EDGE算法相比，该算法具有更高的分割精度，在面对单目标图像分割时，其区域匹配率最高，约为70%，而均方根误差比率只有13%；对于含双目标的图像分割时，其区域匹配率最高，约为85%，而均方根误差比率只有5%。
